一般分類: 暢銷精選 > 科學科普 > 電腦 
 
機器學習設計模式
出版社:歐萊禮
出版日期:2021-05-26
ISBN:9789865027889
定價:680元 特價:90折!612
參考分類(CAT):
參考分類(CIP): 電腦科學

參考庫存 -  ? 

已售完,無法訂購



分享
  買了此商品的人,也買了....
  | 內容簡介 | 影音推薦 | 退換貨 | 團購說明 | 購物與運費 | 出貨流程與庫存查詢 |
內容簡介
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
 
一般分類: 暢銷精選 > 科學科普 > 電腦 
機器學習設計模式
分享  
出版社:歐萊禮
出版日期:2021-05-26
ISBN:9789865027889
定價:680元 特價:90折!612
參考分類(CAT):
參考分類(CIP): 電腦科學
運送付款
一般訂單:超商取貨付款(全家、OK、萊爾富)
     宅配到府(信用卡、ATM轉帳)
內容簡介
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...