ODBIERZ TWÓJ BONUS :: »

    Wzorce projektowe uczenia maszynowego. Rozwiązania typowych problemów dotyczących przygotowania danych, konstruowania modeli i MLOps

    (ebook) (audiobook) (audiobook)
    Wydawnictwo:
    Promise
    Ocena:
    Bądź pierwszym, który oceni tę książkę
    Stron:
    412
     
    PDF
    Czytaj fragment

    Ebook (80,99 zł najniższa cena z 30 dni)

    89,99 zł (-43%)
    51,29 zł

    Dodaj do koszyka lub Kup na prezent
    Kup 1-kliknięciem

    ( 80,99 zł najniższa cena z 30 dni)

    Przenieś na półkę

    Do przechowalni

    Rozwiązania typowych problemów dotyczących przygotowania danych, konstruowania modeli i MLOps

    Wzorce projektowe opisane w tej książce obejmują najlepsze praktyki i rozwiązania powtarzalnych problemów w uczeniu maszynowym. Autorzy, troje inżynierów z firmy Google, skatalogowali sprawdzone metody, aby pomóc badaczom danych sprostać typowym problemom występującym w całym procesie uczenia maszynowego. Te wzorce projektowe kodyfikują doświadczenie setek ekspertów w prostych, przystępnych radach.

    W tej książce znajdziesz szczegółowe wyjaśnienia 30 wzorców reprezentacji danych i problemów, operacjonalizacji, powtarzalności, odtwarzalności, elastyczności, objaśnialności i bezstronności. Każdy wzorzec obejmuje opis problemu, różnorodne potencjalne rozwiązania oraz rekomendacje dotyczące wyboru najlepszej techniki w danej sytuacji.

    Nauczysz się:

    •  Rozpoznawać i minimalizować typowe problemy występujące podczas uczenia, oceniania oraz wdrażania modeli uczenia maszynowego

    •  Przedstawiać dane dla różnych typów modeli uczenia maszynowego, w postaci reprezentacji wektorowych, krzyżowania cech i nie tylko

    •  Wybierać prawidłowy typ modelu dla konkretnych problemów

    •  Konstruować wydajną pętlę uczenia z zastosowaniem punktów kontrolnych, strategii rozkładu i strojenia hiperparametrów

    •  Wdrażać skalowalne systemy uczenia maszynowego, które można uczyć ponownie i aktualizować, aby odzwierciedlać nowe dane

    •  Interpretować predykcje modeli dla interesariuszy i zapewniać, że modele traktują użytkowników bezstronnie

    •  Zwiększać dokładność, odtwarzalność i elastyczność

     

    „Dzięki wspaniałym, różnorodnym przykładom ta książka jest obowiązkową lekturą dla badaczy danych i inżynierów uczenia maszynowego dążących do zrozumienia sprawdzonych rozwiązań złożonych problemów uczenia maszynowego.”

    ­—David Kanter

    Dyrektor wykonawczy, ML Commons

    „Jeśli chcesz oszczędzić sobie siniaków na drodze do konstruowania rozwiązań uczenia maszynowego, Lak, Sara i Michael to osoby, na które możesz liczyć.”

    ­—Will Grannis

    Dyrektor zarządzający,
    Cloud CTO Office, Google

    Valliappa (Lak) Lakshmanan jest globalnym kierownikiem działu analizy danych i rozwiązań sztucznej inteligencji w Google Cloud.

    Sara Robinson jest rzeczniczką deweloperów w zespole Google Cloud, skupiającą się na uczeniu maszynowym.

    Michael Munn jest inżynierem rozwiązań uczenia maszynowego w Google, gdzie pomaga klientom projektować, implementować i wdrażać modele uczenia maszynowego.

    Wybrane bestsellery

    Valliappa Lakshmanan, Sara Robinson, Michael Munn - pozostałe książki

    Promise - inne książki

    Zamknij

    Wybierz metodę płatności

    Zamknij Pobierz aplikację mobilną Ebookpoint