Τα συστήματα μηχανικής μάθησης είναι τόσο πολύπλοκα όσο και μοναδικά. Σύνθετα επειδή αποτελούνται από πολλά διαφορετικά στοιχεία και εμπλέκουν πολλούς διαφορετικούς ενδιαφερόμενους. Μοναδικά επειδή εξαρτώνται από δεδομένα, με τα δεδομένα να ποικίλουν άγρια από τη μία περίπτωση χρήσης στην άλλη. Σε αυτό το βιβλίο, θα μάθετε μια ολιστική προσέγγιση για τον σχεδιασμό συστημάτων ML που είναι αξιόπιστα, επεκτάσιμα, συντηρήσιμα και προσαρμόσιμα σε μεταβαλλόμενα περιβάλλοντα και επιχειρηματικές απαιτήσεις.
Ο συγγραφέας Chip Huyen, συνιδρυτής της Claypot AI, εξετάζει κάθε απόφαση σχεδιασμού--όπως πώς να επεξεργαστεί και να δημιουργήσει δεδομένα εκπαίδευσης, ποια χαρακτηριστικά να χρησιμοποιήσει, πόσο συχνά να επανεκπαιδεύει τα μοντέλα και τι να παρακολουθεί--στο πλαίσιο του πώς μπορεί να βοηθήσει το σύστημά σας ως σύνολο να επιτύχει τους στόχους του. Το επαναληπτικό πλαίσιο σε αυτό το βιβλίο χρησιμοποιεί πραγματικές μελέτες περιπτώσεων που υποστηρίζονται από άφθονες αναφορές.
Αυτό το βιβλίο θα σας βοηθήσει να αντιμετωπίσετε σενάρια όπως:
Μηχανικά δεδομένα και επιλογή των σωστών μετρήσεων για την επίλυση ενός επιχειρηματικού προβλήματος
Αυτοματοποίηση της διαδικασίας για συνεχή ανάπτυξη, αξιολόγηση, ανάπτυξη και ενημέρωση μοντέλων
Ανάπτυξη ενός συστήματος παρακολούθησης για την ταχεία ανίχνευση και αντιμετώπιση ζητημάτων που μπορεί να αντιμετωπίσουν τα μοντέλα σας στην παραγωγή
Αρχιτεκτονική μιας πλατφόρμας ML που εξυπηρετεί πολλαπλές περιπτώσεις χρήσης
Ανάπτυξη υπεύθυνων συστημάτων ΜΜ
Σχετικά με τον Συγγραφέα
Ο Chip Huyen είναι συνιδρυτής της Claypot AI, μιας πλατφόρμας για μηχανική μάθηση σε πραγματικό χρόνο.. Μέσω της δουλειάς της στην NVIDIA, το Netflix και τη Snorkel AI, έχει βοηθήσει μερικούς από τους μεγαλύτερους οργανισμούς του κόσμου να αναπτύξουν και να αναπτύξουν συστήματα μηχανικής μάθησης.. Διδάσκει CS 329S: Σχεδιασμός Συστημάτων Μηχανικής Μάθησης στο Στάνφορντ, του οποίου οι σημειώσεις διαλέξεων αποτελούν τη βάση αυτού του βιβλίου.
Επιστροφή χρημάτων λόγω μη παράδοσης
