Wzorce projektowe uczenia maszynowego. Rozwiązania typowych problemów dotyc 30718769
APN Promise
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 pro-blemu, 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 maszyno-wego.”
—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.
ean 9788375414417
Cena za jedną sztuke .
- ISBN: 978-83-7541-441-7
- Data premiery: 2021-04-26
- Autor: Valliappa Lakshmanan,Sara Robinson,Michael Munn
- Tłumacz: Maria Chaniewska
- Wydawnictwo: APN Promise
- Rok wydania: 2021
- Oprawa: Miękka
- Liczba stron: 412
- Wydanie: 1
- Rodzaj: Książki
- Głębokość: 20.000000
- Kategoria wiekowa: +