Implantar MLOps en la empresa

Capítulo 9. Soluciones para tipos de datos avanzados

Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: [e-mail]

Este capítulo profundiza en los entresijos del análisis y la interpretación de datos, centrándose en las técnicas y enfoques modernos del análisis de series temporales, la PNL, el vídeo y la clasificación de imágenes. Su objetivo es debatir exhaustivamente los tipos de datos avanzados y susaplicaciones para abordar problemas complejos, tanto para científicos de datos experimentados como para principiantes.

En este capítulo se analizan los retos y las opciones asociados al procesamiento de datos y la selección de modelos, especialmente en lo que respecta a los datos de series temporales. Exploraremos diferentes tipos de soluciones, sopesaremos las ventajas y desventajas, y discutiremos consideraciones específicas en el campo de los MLOps. Ampliaremos nuestro alcance para incluir diversas plataformas como AWS, GCP, Hugging Face y CreateML de Apple. Cada plataforma ofrece un conjunto único de herramientas y servicios que pueden satisfacer eficazmente diferentes necesidades y preferencias. Proporcionando una comparación imparcial de estas plataformas y discutiendo sus pros y sus contras, pretendemos ayudarte a tomar una decisión bien informada.

Para hacerte una idea de la variedad de tipos de datos que utilizan los desarrolladores de MLOps, observa la interfaz CreateML de Apple en la Figura 9-1. Como se ilustra, hay ...