ML OPS的深入介绍

本周我们继续ML Platform系列讲座的第二讲,很开心邀请到Dan Sun给我们带来关于ML OPS的介绍,相关内容总结如下:

Slides

  1. Dan使用的Slides和相关链接。
  2. ML Platform系列讲座总结:

Q&A

感谢Nancy提供的笔记供参考

Spark和Spark Stream的差别

  1. 【扩展】关于spark core 和spark streaming 的区别
  2. 【扩展】一文读懂 Spark 和 Spark Streaming
  3. 【扩展】Spark——Spark Streaming 对比 Structured Streaming
  4. 【扩展】spark streaming structured streaming区别

Batch和Stream的差别

  1. 【扩展】Netflix: 从 Batch ETL 到 Stream Processing 的转型之路
  2. 【扩展】Streaming 101
  3. 【扩展】流处理(Stream)和批处理(Batch)

Numpy, Pandas, Dask, Spark, PySpark的比较

  1. 【扩展】Spark vs Dask Python生态下的计算引擎
  2. 【扩展】有比Pandas 更好的替代吗?对比Vaex, Dask, PySpark, Modin 和Julia
  3. 【扩展】决战大数据之巅:Spark、Dask、Vaex、Pandas的正面交锋
  4. 【扩展】Which library should I use? Apache Spark, Dask, and Pandas Performance Compared(With Benchmarks)

再次感谢大家的参与,也希望大家有好的资源能联系我更新这篇文章,或者在下面留言。谢谢大家。

下周话题安排和往期话题回顾敬请参见《系统设计开荒小分队话题讨论简介

欢迎大家订阅公众号或者注册邮箱(具体方法见左右侧边栏),可以第一时间收到更新。

You may also like...

5 Responses

  1. July 3, 2022

    […] 第二讲:ML OPS的深入介绍 […]

  2. July 3, 2022

    […] 第二讲:ML OPS的深入介绍 […]

  3. July 17, 2022

    […] 第二讲:ML OPS的深入介绍 […]

  4. July 17, 2022

    […] 第二讲:ML OPS的深入介绍 […]

  5. July 31, 2022

    […] 第二讲:ML OPS的深入介绍 […]

Leave a Reply

Your email address will not be published.