Системи машинного навчання є як складними, так і унікальними. Складні, тому що складаються з багатьох різних компонентів і залучають багатьох різних зацікавлених сторін. Унікальні, тому що залежать від даних, причому дані сильно різняться від одного випадку використання до іншого. У цій книзі ви дізнаєтеся про цілісний підхід до проєктування систем машинного навчання, які є надійними, масштабованими, підтримуваними та адаптованими до мінливих середовищ і бізнес-вимог.
Автор Чіп Хуєн, співзасновник Claypot AI, розглядає кожне дизайнерське рішення--таке як спосіб обробки та створення навчальних даних, які функції використовувати, як часто перенавчати моделі та що моніторити--в контексті того, як це може допомогти вашій системі в цілому досягти її цілей. Ітеративна структура в цій книзі використовує реальні кейси, підкріплені численними посиланнями.
Ця книга допоможе вам впоратися з такими сценаріями, як:
Інженерні дані та вибір правильних показників для вирішення бізнес-проблеми
Автоматизація процесу для безперервної розробки, оцінки, розгортання та оновлення моделей
Розробка системи моніторингу для швидкого виявлення та вирішення проблем, з якими можуть зіткнутися ваші моделі в продакшені
Архітектура платформи машинного навчання, яка обслуговує різні випадки використання
Розробка відповідальних систем машинного навчання
Про автора
Чіп Хуєн є співзасновником Claypot AI, платформи для машинного навчання в реальному часі. Завдяки своїй роботі в NVIDIA, Netflix та Snorkel AI, вона допомогла деяким найбільшим організаціям світу розробити та розгорнути системи машинного навчання.. Вона викладає CS 329S: Машинне навчання: проектування систем у Стенфорді, на чиїх лекційних нотатках заснована ця книга.
Відшкодування за недоставку
