Przejdź do głównej treści
Otwórz wyszukiwarkę
Szukaj
Zamknij wyszukiwarkę Wyczyść Szukaj
Ulubione
Produkty w koszyku: 0. Zobacz szczegóły
  • f39745f070002169ad472b9c9460cd48
  • f39745f070002169ad472b9c9460cd48
  • 1d1b2756cf4743f396cf6c6f9caee286
  • 1d1b2756cf4743f396cf6c6f9caee286

Wzorce projektowe uczenia maszynowego

Czas wysyłki: 3 dni

Parametry książki

  • Wydawnictwo APN Promise
  • Liczba stron 412
  • Autor Valliappa Lakshmanan,Sara Robinson,Michael Munn
  • ISBN 978-83-7541-441-7
  • Rok wydania 2021
  • Wydanie 1
Cena 72,99 zł
szt.
Dostępność:
dostępna
Zapytaj o produkt
Dostawa od 0,00 zł - ORLEN Paczka

ORLEN paczka darmowa dostawa od 49 zl

Pełny opis

Opinie

Specyfikacja

Bezpieczeństwo produktu


Wzorce projektowe opisane w tej książce obejmują najlepsze praktyki i rozwiązania powtarzalnych problemów w uczeniu maszynowym. Autorzy, troje inżynierów z firmy Google, skatalogowali sprawdzone metody, aby pomóc badaczom danych sprostać typowym problemom występującym w całym procesie uczenia maszynowego. Te wzorce projektowe kodyfikują doświadczenie setek ekspertów w prostych, przystępnych radach.
W tej książce znajdziesz szczegółowe wyjaśnienia 30 wzorców reprezentacji danych i problemów, operacjonalizacji, powtarzalności, odtwarzalności, elastyczności, objaśnialności i bezstronności. Każdy wzorzec obejmuje opis pro-blemu, różnorodne potencjalne rozwiązania oraz rekomendacje dotyczące wyboru najlepszej techniki w danej sytuacji.

Nauczysz się:
•Rozpoznawać i minimalizować typowe problemy występujące podczas uczenia, oceniania oraz wdrażania modeli uczenia maszynowego
•Przedstawiać dane dla różnych typów modeli uczenia maszynowego, w postaci reprezentacji wektorowych, krzyżowania cech i nie tylko
•Wybierać prawidłowy typ modelu dla konkretnych problemów
•Konstruować wydajną pętlę uczenia z zastosowaniem punktów kontrolnych, strategii rozkładu i strojenia hiperparametrów
•Wdrażać skalowalne systemy uczenia maszynowego, które można uczyć ponownie i aktualizować, aby odzwierciedlać nowe dane
•Interpretować predykcje modeli dla interesariuszy i zapewniać, że modele traktują użytkowników bezstronnie
•Zwiększać dokładność, odtwarzalność i elastyczność

„Dzięki wspaniałym, różnorodnym przykładom ta książka jest obowiązkową lekturą dla badaczy danych i inżynierów uczenia maszynowego dążących do zrozumienia sprawdzonych rozwiązań złożonych problemów uczenia maszyno-wego.”
­—David Kanter
Dyrektor wykonawczy, ML Commons
„Jeśli chcesz oszczędzić sobie siniaków na drodze do konstruowania rozwiązań uczenia maszynowego, Lak, Sara i Michael to osoby, na które możesz liczyć.”­—Will Grannis
Dyrektor zarządzający,
Cloud CTO Office, Google
Valliappa (Lak) Lakshmanan jest globalnym kierownikiem działu analizy danych i rozwiązań sztucznej inteligencji w Google Cloud.
Sara Robinson jest rzeczniczką deweloperów w zespole Google Cloud, skupiającą się na uczeniu maszynowym.

Michael Munn jest inżynierem rozwiązań uczenia maszynowego w Google, gdzie pomaga klientom projektować, implementować i wdrażać modele uczenia maszynowego.

Parametry książki

  • Wydawnictwo APN Promise
  • Liczba stron 412
  • Autor Valliappa Lakshmanan,Sara Robinson,Michael Munn
  • ISBN 978-83-7541-441-7
  • Rok wydania 2021
  • Wydanie 1

    • Liczba ocen: 0
    Oceń i opisz
    Brak danych
    • orlen paliwo promka
    • 2
    Slajd z

    Promocje

    Opis

      Mogą Ci się spodobać