Шаблоны проектирования машинного обучения

Wzorce projektowe uczenia maszynowego

Lakshmanan Valliappa Robinson Sara Munn Michael

• Rok wydania: -
• Rodzaj okładki: -
• Autor: Lakshmanan Valliappa Robinson Sara Munn Michael
• Stan: Nowa
• ISBN: 9788375414417
• Wymiar: -
• Nr wydania: -
• Seria: -
• Ilość stron: 412
• Waga: 0.5 kg
• Indeks: ate-417610

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.<br/>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.<br/>Nauczysz się:<br/>Rozpoznawać i minimalizować typowe problemy występujące podczas uczenia, oceniania oraz wdrażania modeli uczenia maszynowego<br/>Przedstawiać dane dla różnych typów modeli uczenia maszynowego, w postaci reprezentacji wektorowych, krzyżowania cech i nie tylko<br/>Wybierać prawidłowy typ modelu dla konkretnych problemów<br/>Konstruować wydajną pętlę uczenia z zastosowaniem punktów kontrolnych, strategii rozkładu i strojenia hiperparametrów<br/>Wdrażać skalowalne systemy uczenia maszynowego, które można uczyć ponownie i aktualizować, aby odzwierciedlać nowe dane<br/>Interpretować predykcje modeli dla interesariuszy i zapewniać, że modele traktują użytkowników bezstronnie<br/>Zwiększać dokładność, odtwarzalność i elastyczność<br/>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.<br/>David Kanter<br/>Dyrektor wykonawczy, ML Commons<br/>Jeśli chcesz oszczędzić sobie siniaków na drodze do konstruowania rozwiązań uczenia maszynowego, Lak, Sara i Michael to osoby, na które możesz liczyć.<br/>Will Grannis<br/>Dyrektor zarządzający,<br/>Cloud CTO Office, Google<br/>Valliappa (Lak) Lakshmanan jest globalnym kierownikiem działu analizy danych i rozwiązań sztucznej inteligencji w Google Cloud.<br/>Sara Robinson jest rzeczniczką deweloperów w zespole Google Cloud, skupiającą się na uczeniu maszynowym.<br/>Michael Munn jest inżynierem rozwiązań uczenia maszynowego w Google, gdzie pomaga klientom projektować, implementować i wdrażać modele uczenia maszynowego.<br/>