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 производительности 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.

Книга включает, среди прочего:

• выбор индикаторов, 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
• ответственная разработка систем машинного обучения

Развертывайте и масштабируйте модели для достижения наилучших результатов!