AIエンジニアのための機械学習システムデザインパターン

■Part 1　機械学習とMLOps

CHAPTER 1　機械学習システムとは
1.1　機械学習、MLOps、システム
1.2　ユーザに使ってもらえる機械学習を目指して
1.3　機械学習システムに必要なもの
1.4　機械学習システムをパターン化する
1.5　本書の構成

■Part 2　機械学習システムを作る

CHAPTER 2　モデルを作る
2.1　モデルの作成
2.2　アンチパターン―Only meパターン―
2.3　プロジェクトとモデルとバージョニング
2.4　パイプライン学習パターン
2.5　バッチ学習パターン
2.6　アンチパターン―複雑パイプラインパターン―

CHAPTER 3　モデルをリリースする
3.1　学習環境と推論環境
3.2　アンチパターン―バージョン不一致パターン―
3.3　モデルの配布と推論器の稼働
3.4　モデルインイメージパターン
3.5　モデルロードパターン
3.6　モデルの配布とスケールアウト

CHAPTER 4　推論システムを作る
4.1　なぜシステムを作るのか
4.2　Webシングルパターン
4.3　同期推論パターン
4.4　非同期推論パターン
4.5　バッチ推論パターン
4.6　前処理・推論パターン
4.7　直列マイクロサービスパターン
4.8　並列マイクロサービスパターン
4.9　時間差推論パターン
4.10　推論キャッシュパターン
4.11　データキャッシュパターン
4.12　推論器テンプレートパターン
4.13　Edge AIパターン
4.14　アンチパターン―オンラインビッグサイズパターン―　
4.15　アンチパターン―オールインワンパターン―

■Part 3　品質・運用・管理

CHAPTER 5　機械学習システムを運用する
5.1　機械学習の運用
5.2　推論ログパターン
5.3　推論監視パターン
5.4　アンチパターン―ログなしパターン―
5.5　アンチパターン―そして誰もいなくなったパターン―

CHAPTER 6　機械学習システムの品質を維持する
6.1　機械学習システムの品質と運用
6.2　機械学習システムの正常性評価指標
6.3　負荷テストパターン
6.4　推論サーキットブレーカーパターン
6.5　シャドウA/Bテストパターン
6.6　オンラインA/Bテストパターン
6.7　パラメータベース推論パターン
6.8　条件分岐推論パターン
6.9　アンチパターン―オフラインのみパターン―

CHAPTER 7　End-to-EndなMLOpsシステムの設計
7.1　課題と手法
7.2　需要予測システムの例
7.3　コンテンツ投稿サービスの例
7.4　まとめ

付属データはこちら

会員特典はこちら

お問い合わせ

内容についてのお問い合わせは、正誤表、追加情報をご確認後に、お送りいただくようお願いいたします。

正誤表、追加情報に掲載されていない書籍内容へのお問い合わせや
その他書籍に関するお問い合わせは、書籍のお問い合わせフォームからお送りください。

利用許諾に関するお問い合わせ

本書の書影（表紙画像）をご利用になりたい場合は書影許諾申請フォームから申請をお願いいたします。
書影（表紙画像）以外のご利用については、こちらからお問い合わせください。