تضمین کیفیت
بهروزرسانی همیشگی
دارای پشتیبانی
محتوای کتاب
معرفی کتاب Building Machine Learning Pipelines
Building Machine Learning Pipelines: Automating Model Life Cycles with TensorFlow
کتاب ساخت پایپلاینهای یادگیری ماشین نوشته Hannes Hapke و Catherine Nelson، راهنمایی کاربردی برای طراحی، خودکارسازی، ارزیابی و استقرار مدلهای یادگیری ماشین در محیط واقعی است. این کتاب به شما کمک میکند از مرحله آموزش یک مدل ساده فراتر بروید و پروژههای علم داده را به محصولاتی پایدار، مقیاسپذیر و قابلاعتماد تبدیل کنید.
امروزه شرکتها میلیاردها دلار برای پروژههای یادگیری ماشین هزینه میکنند؛ اما توسعه یک مدل دقیق بهتنهایی کافی نیست. اگر مدل نتواند بهدرستی در محیط عملیاتی مستقر شود، بهروزرسانی شود و با تغییرات داده سازگار بماند، بخش زیادی از این سرمایهگذاری هدر خواهد رفت. کتاب Building Machine Learning Pipelines با تمرکز بر همین چالش، مراحل ساخت یک پایپلاین کامل یادگیری ماشین را از ابتدا تا انتها توضیح میدهد.
در این کتاب، با استفاده از ابزارهای اکوسیستم TensorFlow یاد میگیرید چگونه فرایندهای مربوط به داده، آموزش مدل، ارزیابی، استقرار و پایش عملکرد را استاندارد و خودکار کنید. نتیجه این رویکرد، کاهش زمان استقرار مدل از چند روز به چند دقیقه و فراهمشدن امکان تمرکز بیشتر بر توسعه مدلهای جدید، بهجای نگهداری سیستمهای قدیمی و رفع خطاهای تکراری است.
چرا پایپ لاین یادگیری ماشین اهمیت دارد؟
بسیاری از پروژههای یادگیری ماشین در مرحله آزمایش و توسعه موفق هستند، اما هنگام انتقال به محیط عملیاتی با مشکلات مختلفی مواجه میشوند. تغییر دادههای ورودی، کاهش تدریجی عملکرد مدل، نبود فرایند مشخص برای آموزش مجدد، دشواری مدیریت نسخههای داده و مدل و پیچیدگی استقرار، از مهمترین چالشهای این پروژهها هستند.
پایپلاین یادگیری ماشین با استانداردسازی و خودکارسازی این مراحل، فرایندی منظم و قابل تکرار ایجاد میکند. چنین پایپلاینی میتواند:
- دادهها را نسخهبندی و مدیریت کند؛
- تغییرات و انحراف در توزیع دادهها را شناسایی کند؛
- دادهها را برای آموزش و ارزیابی مدل آماده کند؛
- فرایند آموزش مدل را خودکار کند؛
- نسخهها و نتایج آموزش را ثبت و ردیابی کند؛
- مدلهای آموزشدیده را تحلیل و اعتبارسنجی کند؛
- مدل تأییدشده را در محیط عملیاتی مستقر کند؛
- مدل مستقرشده را مقیاسپذیر کند؛
- دادههای جدید و معیارهای عملکرد را از طریق حلقههای بازخورد جمعآوری کند.
در کتاب Building Machine Learning Pipelines چه میآموزید؟
نویسندگان در این راهنمای عملی، مفاهیم و ابزارهای موردنیاز برای تبدیل پروژههای علم داده به سیستمهای عملیاتی را بررسی میکنند. مهمترین موضوعات کتاب عبارتاند از:
- آشنایی با مراحل طراحی و پیادهسازی پایپلاین یادگیری ماشین؛
- ساخت پایپلاین با استفاده از کامپوننتهای TensorFlow Extended (TFX)؛
- ارکستراسیون پایپلاین با Apache Beam، Apache Airflow و Kubeflow Pipelines؛
- اعتبارسنجی دادهها با TensorFlow Data Validation؛
- تبدیل و پیشپردازش دادهها با TensorFlow Transform؛
- تحلیل دقیق مدل با TensorFlow Model Analysis؛
- بررسی سوگیری، عدالت و عملکرد مدل در گروههای مختلف؛
- استقرار مدل با TensorFlow Serving؛
- اجرای مدلهای یادگیری ماشین روی دستگاههای موبایل با TensorFlow Lite؛
- آشنایی با تکنیکهای یادگیری ماشین حافظ حریم خصوصی؛
- طراحی سیستمهایی که نتایج آنها قابل بازتولید و قابل اعتماد باشند.
رویکرد کتاب به توسعه و استقرار مدل
کتاب حاضر تنها درباره آموزش مدلهای یادگیری ماشین نیست؛ بلکه چرخه کامل عمر یک مدل را بررسی میکند. این چرخه از دریافت و اعتبارسنجی داده آغاز میشود و تا آموزش، ارزیابی، استقرار، مقیاسپذیری و پایش مدل ادامه پیدا میکند.
نویسندگان نشان میدهند که مدل یادگیری ماشین باید مانند یک محصول نرمافزاری مدیریت شود. به همین دلیل، مفاهیمی مانند یکپارچهسازی مداوم (CI)، استقرار مداوم (CD)، مدیریت نسخه، خودکارسازی، پایش عملکرد و بازخورد در سراسر کتاب اهمیت زیادی دارند.
همانطور که مهندسی نرمافزار طی سالهای گذشته با استفاده از CI/CD فرایند توسعه و استقرار اپلیکیشنها را سادهتر و قابلاعتمادتر کرده است، پایپلاینهای یادگیری ماشین نیز همین نقش را در پروژههای دادهمحور ایفا میکنند. با استفاده از یک پایپلاین مناسب، مدل میتواند در صورت تغییر دادهها، کاهش عملکرد یا ورود دادههای جدید، بهصورت منظم و کنترلشده ارزیابی و آموزش داده شود.
کتاب Building Machine Learning Pipelines برای چه کسانی مناسب است؟
مخاطبان اصلی کتاب عبارتاند از:
- دانشمندان داده که میخواهند مدلهای خود را به محیط عملیاتی منتقل کنند؛
- مهندسان یادگیری ماشین که با طراحی زیرساخت و چرخه عمر مدلها سروکار دارند؛
- مهندسان DevOps علاقهمند به پروژههای هوش مصنوعی و یادگیری ماشین؛
- توسعهدهندگان نرمافزار که قصد دارند با فرایندهای عملیاتیسازی مدلها آشنا شوند؛
- مدیران پروژههای علم داده که به دنبال افزایش سرعت و بهرهوری تیمهای خود هستند؛
- افرادی که میخواهند فرایندهای خودکار یادگیری ماشین را در سازمان پیادهسازی کنند.
برای مطالعه بهتر این کتاب، آشنایی مقدماتی با مفاهیم یادگیری ماشین و تجربه کار با دستکم یکی از فریمورکهای TensorFlow، Keras یا PyTorch توصیه میشود. مثالهای کتاب عمدتاً بر پایه TensorFlow و Keras ارائه شدهاند، اما اصول و مفاهیم مطرحشده به یک فریمورک خاص محدود نیستند و در بسیاری از پروژههای یادگیری ماشین قابل استفادهاند.
کتابی مناسب برای پروژههای واقعی ماشین لرنینگ
یکی از نقاط قوت این کتاب، تمرکز بر مشکلاتی است که تیمهای علم داده در پروژههای واقعی با آنها مواجه میشوند. بسیاری از سازمانها تیمهای بزرگ یا منابع نامحدود ندارند و نمیتوانند زیرساخت یادگیری ماشین را از صفر طراحی کنند. در چنین شرایطی، نبود یک فرایند استاندارد ممکن است باعث شود پروژه به یک تلاش مقطعی تبدیل شود؛ مدلی که در ابتدا عملکرد مناسبی دارد، اما با گذشت زمان دقت آن کاهش پیدا میکند و نگهداری یا بهروزرسانی آن دشوار میشود.
یک پایپلاین خودکار و قابلباز تولید، این مشکلات را کاهش میدهد و به تیمها امکان میدهد:
- مدلها را سریعتر به محیط عملیاتی منتقل کنند؛
- تغییرات داده را پیش از آسیبزدن به عملکرد مدل شناسایی کنند؛
- آموزش و ارزیابی مدلها را بهصورت منظم انجام دهند؛
- عملکرد مدل را در طول زمان پایش کنند؛
- فرایندهای تکراری را خودکار کنند؛
- مدلها و دادهها را بهتر مدیریت و نسخهبندی کنند؛
- از نتایج توسعهیافته در پروژههای مختلف دوباره استفاده کنند.
درباره نویسندگان کتاب Building Machine Learning Pipelines
Hannes Hapke
Hannes Hapke دانشمند داده ارشد در Concur Labs شرکت SAP Concur است. او در این مجموعه روی روشهای نوآورانه استفاده از یادگیری ماشین برای بهبود تجربه مسافران تجاری کار میکند. هانس پیش از پیوستن به SAP Concur، در صنایع مختلفی از جمله سلامت، خردهفروشی، استخدام و انرژیهای تجدیدپذیر روی مسائل زیرساختی یادگیری ماشین فعالیت داشته است. او همچنین در نگارش مقالهای درباره پردازش زبان طبیعی و یادگیری عمیق مشارکت کرده و در کنفرانسهای مختلف درباره یادگیری عمیق و پایتون سخنرانی کرده است.
Catherine Nelson
Catherine Nelson نیز دانشمند داده ارشد در Concur Labs شرکت SAP Concur است. حوزههای تخصصی او شامل توضیحپذیری یادگیری ماشین، تحلیل مدل و یادگیری ماشین حافظ حریم خصوصی است. کاترین پیش از فعالیت در حوزه علم داده، بهعنوان ژئوفیزیکدان روی مطالعه آتشفشانهای باستانی و اکتشاف نفت در گرینلند کار کرده است. او دارای مدرک دکتری ژئوفیزیک از دانشگاه دورهام و کارشناسی ارشد علوم زمین از دانشگاه آکسفورد است.
جمع بندی درباره کتاب Building Machine Learning Pipelines
کتاب ساخت پایپلاینهای یادگیری ماشین منبعی ارزشمند برای افرادی است که میخواهند مدلهای یادگیری ماشین را از مرحله آزمایش و توسعه به محیط واقعی و تولید منتقل کنند. این کتاب با معرفی ابزارهای TensorFlow Extended، Apache Beam، Apache Airflow، Kubeflow Pipelines و TensorFlow Serving، مسیر ساخت یک سیستم یادگیری ماشین خودکار، مقیاسپذیر و قابلباز تولید را نشان میدهد.
اگر قصد دارید پروژههای علم داده را حرفهایتر مدیریت کنید، زمان استقرار مدلها را کاهش دهید و چرخه عمر مدلهای یادگیری ماشین را بهصورت استاندارد پیادهسازی کنید، این کتاب میتواند راهنمایی کاربردی و قابل اتکا برای شما باشد.
نظرات
1 دیدگاه برای کتاب Building Machine Learning Pipelines
لطفا برای ارسال یا مشاهده تیکت به حساب خود وارد شوید
این کتاب رو خوندمش، کتاب خیلی عالی هست برای کسانی که میخوان از Machine Learning Engineer به سمت Data Scientist برن
پیشنهاد میکنم برای این افراد مطالعش کنند