機器學習設計模式
Machine Learning Design Patterns
 
作者: Valliappa Lakshmanan, Sara Robinson, Michael Munn
譯者: 賴屹民
書號: A665     出版日: 2021/05/24
ISBN: 9789865027889     EAN: 9789865027889
紙本書價格: 680     附件:  線上下載
電子書: 尚未出版
試讀  
  博客來  
  金石堂  
  天瓏  
  團體購書



回頁首
資料準備、模型建構與MLOps常見挑戰的解決方案

「本書提供了豐富的範例,如果你是資料科學家或ML工程師,而且想要了解如何使用行之有效的解決方案來處理複雜的ML問題,你一定要看這本書。」
—David Kanter
ML Commons執行長

「如果你想在建構ML解決方案的過程中減少傷害、碰撞和磨擦,Lak、Sara和Michael可以在背後支持你。」
—Will Grannis
Google Cloud CTO Office常務董事

本書的設計模式介紹常見的機器學習最佳實踐法和解決方案。作者是三位Google工程師,他們整理了一些經過驗證的方法,協助資料科學家匯整ML程序中常見的問題,用這些設計模式來將數百位專家的經驗整理成直觀、平易近人的建議。

這本書詳細地解釋30種模式,介紹資料和問題的表示法、作業化、可重複性、再現性、靈活性、可解釋性和公平性,每一種模式都包含問題描述、各種可能的解決方案,以及視情況選擇最佳技術的建議。

你將學會:
‧在訓練、評估和部署ML模型時,認出常見的挑戰並處理它們
‧表示各種ML模型的資料,包括embedding、feature cross(特徵交叉)等
‧為具體的問題選擇適合的模型
‧使用檢查點、發布策略和超參數調整來建立穩健的訓練循環
‧部署可擴展的ML系統,以便用新資料來進行重新訓練和更新
‧向關係人解釋模型為何做出那些預測,以確保模型公平地對待用戶
‧提高模型的準確性、再現性和復原力

回頁首
Valliappa(Lak) Lakshmanan 是Google Cloud的資料分析和AI解決方案的全球主管
Sara Robinson 是Google Cloud團隊的開發技術推廣工程師,工作重點是機器學習
Michael Munn 是Google的ML解決方案工程師,負責協助顧客設計、實作與部署機器學習模型

回頁首

打造機器學習應用|從構想邁向產品 從程式員到AI專家|寫給程式員的人工智慧與機器學習指南 寫給程式設計師的深度學習|使用fastai和PyTorch


回頁首

前言
第一章 為何需要機器學習設計模式
第二章 資料表示
第三章 問題表示
第四章 模型訓練
第五章 提供具復原力的服務
第六章 再現性
第七章 Responsible AI
第八章 連接模式
索引

回頁首

請選擇所需之附件
範例檔
檔案名稱
下載
檔案名稱
下載
ml-design-patterns-master


 


  
 

關於碁峰隱私權政策聯絡我們     檢視 : PC 版  手機版
碁峰資訊股份有限公司 GOTOP INFORMATION INC.
台北市南港區三重路66號7樓之6 / 7F.-6,No.66,Sanchong Rd.,Nangang District,Taipei
TEL:(02)2788-2408 FAX:(02)8192-4433 劃撥帳號:14244383
Copyright 2014© GOTOP Information Inc, All Rights Reserved 請勿任意連結、轉載