A gépi tanulási rendszerek egyszerre összetettek és egyediek. Komplexek, mert sok különböző összetevőből állnak, és sok különböző érdekelt felet érintenek.. Egyedülállóak, mert adatfüggők, és az adatok nagymértékben eltérnek az egyik felhasználási esettől a másikig.. Ebben a könyvben megismerkedhetsz egy holisztikus megközelítéssel az ML rendszerek tervezéséhez, amelyek megbízhatóak, skálázhatóak, karbantarthatóak és alkalmazkodnak a változó környezetekhez és üzleti követelményekhez.
Chip Huyen, a Claypot AI társalapítója minden tervezési döntést – például az adatok feldolgozásának és létrehozásának módját, a használandó jellemzőket, a modellek újratanításának gyakoriságát és a monitorozandókat – annak a szempontjából vizsgál, hogy az hogyan segítheti a rendszert egésze céljainak elérésében.. A könyv iteratív keretrendszere valós esettanulmányokat használ, amelyeket bőséges hivatkozás támaszt alá.
Ez a könyv segít megbirkózni olyan helyzetekkel, mint:
Mérnöki adatok és a megfelelő metrikák kiválasztása üzleti problémák megoldásához
A modellek folyamatos fejlesztésének, értékelésének, üzembe helyezésének és frissítésének folyamatának automatizálása
Felügyeleti rendszer fejlesztése a modellek által a termelés során előforduló problémák gyors észlelésére és kezelésére
ML platform architektálása, amely különböző használati eseteket szolgál ki
Felelős gépi tanulási rendszerek fejlesztése
A szerzőről
Chip Huyen a Claypot AI társalapítója, egy platform valós idejű gépi tanuláshoz.. Az NVIDIA-nál, a Netflixnél és a Snorkel AI-nál végzett munkája során segített a világ legnagyobb szervezeteinek némelyikének gépi tanulási rendszereket fejleszteni és bevezetni.. Ő tanítja a CS 329S kurzust: Gépi Tanulási Rendszerek Tervezése a Stanfordon, amelynek előadásai alapján ez a könyv készült.
Visszatérítés kézbesítés elmulasztása esetén
