یادگیری ماشین در میکروسرویس ها؛ تولید معماری میکروسرویس ها برای راه حل های یادگیری ماشین

پیاده‌سازی یادگیری ماشین در دنیای واقعی در معماری میکروسرویس‌ها و همچنین طراحی، ساخت و استقرار سیستم‌های میکروسرویس هوشمند با استفاده از مثال‌ها و مطالعات موردی

ویژگی‌های کلیدی

طراحی، ساخت و اجرای سیستم‌های میکروسرویس که از پتانسیل کامل یادگیری ماشین استفاده می‌کنند.
کشف جدیدترین مدل‌ها و تکنیک‌های ترکیب میکروسرویس‌ها و یادگیری ماشین برای ایجاد سیستم‌های مقیاس‌پذیر
پیاده‌سازی یادگیری ماشین در معماری میکروسرویس‌ها با استفاده از برنامه‌های متن‌باز با مزایا و معایب

شرح کتاب

با افزایش نیاز به توسعه چابک و استقرار سیستم‌های با زمان بسیار کوتاه برای ورود به بازار، گنجاندن الگوریتم‌های یادگیری ماشین در سیستم‌های میکروسرویس ریزدانه جدا شده، ترکیب فناوری کاملی را برای سیستم‌های مدرن فراهم می‌کند. یادگیری ماشین در میکروسرویس‌ها راهنمای ضروری شما برای جلوتر ماندن از منحنی در این دنیای فناوری در حال تکامل است.

این کتاب با معرفی مفهوم معماری میکروسرویس‌های یادگیری ماشین (MSA) و مقایسه MSA با معماری‌های مبتنی بر سرویس و مبتنی بر رویداد، همراه با نحوه انتقال به MSA آغاز می‌شود. در ادامه، با رویکردهای مختلف برای ساخت MSA آشنا خواهید شد و نحوه غلبه بر چالش‌های عملی رایج در طراحی MSA را خواهید آموخت. با پیشرفت، با مفاهیم یادگیری ماشین (ML) آشنا می‌شوید و خواهید دید که چگونه می‌توانند به طراحی و اجرای بهتر سیستم‌های MSA کمک کنند. در نهایت، این کتاب شما را با مثال‌های عملی و برنامه‌های متن‌باز آشنا می‌کند که به شما در ساخت و اجرای سیستم‌های میکروسرویس بسیار کارآمد و چابک کمک می‌کنند.

در پایان این کتاب میکروسرویس‌ها، شما ایده روشنی از مدل‌های مختلف معماری میکروسرویس‌ها و یادگیری ماشین خواهید داشت و می‌توانید هر دو فناوری را برای ارائه یک سیستم سازمانی انعطاف‌پذیر و بسیار مقیاس‌پذیر ترکیب کنید.

آنچه خواهید آموخت

اهمیت MSA و ML را تشخیص دهید و هر دو فناوری را در سیستم‌های سازمانی مستقر کنید
سیستم‌های سازمانی MSA و چالش‌های عملی کلی آنها را بررسی کنید
نحوه طراحی و توسعه معماری میکروسرویس‌ها را کشف کنید
الگوریتم‌ها، انواع و مدل‌های مختلف هوش مصنوعی و نحوه اعمال آنها در MSA را درک کنید
چالش‌های رایج استقرار MSA را با استفاده از الگوریتم‌های هوش مصنوعی و ML شناسایی و بر آنها غلبه کنید
ابزارهای متن‌باز و تجاری عمومی مورد استفاده در سیستم‌های سازمانی MSA را بررسی کنید

این کتاب برای چه کسانی مناسب است؟

این کتاب برای معماران راهکارهای یادگیری ماشین، توسعه‌دهندگان سیستم و یادگیری ماشین، و یکپارچه‌سازان سیستم و راهکار سازمان‌های خصوصی و دولتی است. دانش پایه در مورد DevOps، معماری سیستم و سیستم‌های هوش مصنوعی (AI) فرض می‌شود و دانش عملی در مورد زبان برنامه‌نویسی پایتون بسیار مطلوب است.

فهرست مطالب

اهمیت MSA و یادگیری ماشین در سیستم‌های سازمانی
بازسازی یکپارچه شما
حل چالش‌های رایج سیستم سازمانی MSA
الگوریتم‌ها و مفاهیم کلیدی یادگیری ماشین
طراحی سیستم یادگیری ماشین
پایدارسازی سیستم یادگیری ماشین
چگونه یادگیری ماشین و یادگیری عمیق در سیستم‌های سازمانی MSA کمک می‌کنند
نقش DevOps در ساخت سیستم‌های سازمانی هوشمند MSA
ساخت یک MSA با کانتینرهای Docker
ساخت یک سیستم سازمانی هوشمند MSA
مدیریت استقرار سیستم جدید – Greenfield در مقابل Brownfield
استقرار، آزمایش و بهره‌برداری از یک سیستم سازمانی هوشمند MSA