Jak projektować systemy uczenia maszynowego
- Час доставки: 7-10 днів
- Стан товару: новий
- Доступна кількість: 15
Покупая «Jak projektować systemy uczenia maszynowego» данный товар из каталога «E-бизнес» вы можете быть уверены, что после оформления заказа, доставки в Украину, вы получите именно то, что заказывали, в оговоренные сроки и европейского качества.
Як розробляти системи машинного навчання. Ітеративна розробка готових програм
Автор: Chip Huyen
Видавець: Helion
Рік випуску: 2023
Переклад: Яцек Януш
ISBN: 978-83-283-9912 -9 b>
Формат: 165x235
Обкладинка: м'яка
Сторінок: 344
Книга нова
Ціна обкладинки книги: 89,00 злотих > акційну ціну можна знайти на нашому аукціоні! h1>
Системи машинного навчання (ML) складні й унікальні. Зміна одного з багатьох компонентів може істотно вплинути на ціле. Дані, що використовуються в моделях, різко відрізняються в окремих випадках використання. Все це дуже ускладнює створення такої системи, якщо кожен компонент проектується окремо. Щоб створити програму, яка використовує ML і придатну для розгортання у виробничому середовищі, необхідно прийняти проектні рішення, які враховують характеристики системи в цілому.
Ця книга призначена для інженерів які хочуть застосувати системи машинного навчання для вирішення реальних бізнес-проблем. У ньому представлені системи ML, які використовуються в стартапах, що стрімко розвиваються, а також цілісний підхід до їх проектування — з урахуванням різних системних компонентів і цілей людей, які беруть участь у процесі. Велику увагу було приділено аналізу проектних рішень, у тому числі способу створення та обробки навчальних даних, підбору індикаторів, частоті перенавчання моделі та методиці моніторингу продуктивності програми. Представлена тут ітераційна концепція дозволяє переконатися в оптимальності прийнятих рішень з точки зору функціонування всієї системи. Важливо те, що окремі питання проілюстровано реальними прикладами.
Книга містить, серед іншого:
- вибір індикаторів, які відповідають певній бізнес-проблемі
- автоматизація безперервного розвитку, оцінка, впровадження та оновлення моделей
- швидке виявлення та вирішення проблем під час впровадження виробництва
- створення комплексної платформи ML
- відповідальний створення систем ML ul>
Розгортайте та масштабуйте моделі, щоб отримати найкращі результати!