Systemy uczenia maszynowego są zarówno złożone, jak i unikalne. Złożone, ponieważ składają się z wielu różnych komponentów i angażują wielu różnych interesariuszy.. Unikalne, ponieważ zależą od danych, a dane różnią się znacznie w zależności od przypadku użycia.. W tej książce nauczysz się holistycznego podejścia do projektowania systemów ML, które są niezawodne, skalowalne, łatwe w utrzymaniu i adaptowalne do zmieniających się środowisk i wymagań biznesowych.
Autor Chip Huyen, współzałożyciel Claypot AI, rozważa każdą decyzję projektową--taką jak sposób przetwarzania i tworzenia danych treningowych, które cechy wykorzystać, jak często przetrenowywać modele i co monitorować--w kontekście tego, jak może to pomóc Twojemu systemowi jako całości osiągnąć jego cele.. Ramy iteracyjne w tej książce wykorzystują rzeczywiste studia przypadków poparte licznymi odniesieniami.
Ta książka pomoże Ci zmierzyć się ze scenariuszami takimi jak:
Dane inżynieryjne i wybór odpowiednich metryk do rozwiązania problemu biznesowego
Automatyzacja procesu ciągłego opracowywania, oceny, wdrażania i aktualizowania modeli
Opracowywanie systemu monitoringu do szybkiego wykrywania i rozwiązywania problemów, które mogą wystąpić w Twoich modelach w środowisku produkcyjnym
Architektura platformy ML, która obsługuje różne przypadki użycia
Opracowywanie odpowiedzialnych systemów ML
o autorze
Chip Huyen jest współzałożycielem Claypot AI, platformy do uczenia maszynowego w czasie rzeczywistym. Dzięki swojej pracy w NVIDIA, Netflix i Snorkel AI pomogła niektórym z największych organizacji na świecie rozwijać i wdrażać systemy uczenia maszynowego.. Ona uczy CS 329S: Projektowanie Systemów Uczenia Maszynowego na Stanfordzie, na którego notatkach wykładowych oparta jest ta książka.
Zwrot w przypadku braku dostawy
