Jak projektować systemy uczenia maszynowego
- Время доставки: 7-10 дней
- Состояние товара: новый
- Доступное количество: 15
Приобретая «Jak projektować systemy uczenia maszynowego», вы можете быть уверены, что данное изделие из каталога «E-бизнес» вы получите через 5-7 дней после оплаты. Товар будет доставлен из Европы, проверен на целостность, иметь европейское качество.
Как проектировать системы машинного обучения. Итеративная разработка готовых приложений
Автор: Chip Huyen
Издатель: Helion
Год выпуска: 2023
Перевод: Яцек Януш
ISBN: 978-83-283-9912 -9 b>
Формат: 165x235
Обложка: мягкая
Страницы: 344
Книга новая
Цена обложки книги: 89,00 злотых > акционную цену можно найти на нашем аукционе! h1>
Системы машинного обучения (ML) сложны и уникальны. Изменение одного из многих компонентов может существенно повлиять на целое. Данные, используемые в моделях, существенно различаются в отдельных случаях использования. Все это сильно затрудняет создание такой системы, если каждый компонент проектируется отдельно. Чтобы создать приложение, использующее ML и подходящее для развертывания в производственной среде, необходимо принимать проектные решения, учитывающие характеристики системы в целом.
Эта книга предназначена для инженеров. которые хотят применять системы машинного обучения для решения реальных бизнес-задач. Здесь представлены системы ML, используемые в быстро развивающихся стартапах, а также целостный подход к их проектированию — с учетом различных компонентов системы и целей людей, участвующих в процессе. Большое внимание было уделено анализу проектных решений, включая способ создания и обработки обучающих данных, выбор показателей, частоту переобучения модели и методику мониторинга работы приложения. Представленная здесь итеративная концепция позволяет быть уверенным в том, что принимаемые решения оптимальны с точки зрения работы всей системы. Важно отметить, что отдельные проблемы иллюстрируются реальными кейсами.
В книгу входят, среди прочего:
- выбор показателей, подходящих для конкретной бизнес-задачи
- автоматизация непрерывной разработки, оценки, внедрения и обновления моделей
- быстрое обнаружение и решение проблем в ходе производственного внедрения
- создание комплексной платформы ML
- ответственный создание систем машинного обучения ul>
Развертывайте и масштабируйте модели для достижения наилучших результатов!