🎉 Szybka wysyłka książek i zabawek – kupuj wygodnie na Alturio.pl! 🌼 Styczniowa promocja! Zyskaj 5% rabatu z kodem ZIMA5– promocja trwa do końca stycznia! 🌼Obowiązuje darmowa wysyłka dla zamówień powyżej 500 zł. 🎉
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:
Autor:
Valliappa Lakshmanan, Sara Robinson, Michael Munn
Wydawnictwo:
APN PROMISE
Stron:
412
Rok wydania:
2021
Informacje dotyczące bezpieczeństwa
Wszystkie produkty zostały zaprojektowane z dbałością o jakość i bezpieczeństwo użytkowania. Przed pierwszym użyciem zaleca się dokładne zapoznanie się z opisem oraz instrukcją produktu.
Produkty przeznaczone dla dzieci powinny być używane wyłącznie zgodnie z ich przeznaczeniem i – w przypadku młodszych użytkowników – pod nadzorem osoby dorosłej. Należy usunąć elementy opakowania (folię, opaski, etykiety) przed przekazaniem produktu dziecku.
Książki przeznaczone dla dzieci powinny być dopasowane do wieku i poziomu rozwoju czytelnika. Zaleca się wspólne czytanie z rodzicem lub opiekunem w przypadku młodszych dzieci.
Producent oraz sklep dokłada wszelkich starań, aby oferowane produkty spełniały aktualne normy bezpieczeństwa. Odpowiedzialność za bezpieczeństwo, jakość wykonania oraz zgodność produktu z obowiązującymi normami ponosi producent. W razie wątpliwości dotyczących użytkowania lub bezpieczeństwa produktu zaleca się kontakt z producentem lub zapoznanie się z informacjami umieszczonymi na opakowaniu.
Dane producenta
A.P.N. Promise S.A.
ul. Domaniewska 44A
02-672 Warszawa
Poland
biuro@promise.pl
Nie ma jeszcze komentarzy ani ocen dla tego produktu.
