Návrhové vzory strojového učení: Řešení běžných problémů při přípravě dat, tvorbě modelů a mlops.

Recenze čtenářů

Kniha je dobře hodnocena pro svůj praktický pohled na návrhové vzory strojového učení a slouží jako cenný zdroj informací pro začátečníky i zkušené odborníky. Čelí však kritice, že se příliš zaměřuje na technologie společnosti Google a v některých oblastech postrádá hloubku.

Poskytuje solidní porozumění sadě nástrojů strojového učení a návrhovým vzorům.

Dobře napsané a s dobrými příklady, které rezonují s praktickým využitím.

(na základě 39 hodnocení čtenářů)

Původní název:

Machine Learning Design Patterns: Solutions to Common Challenges in Data Preparation, Model Building, and Mlops

Obsah knihy:

Návrhové vzory v této knize zachycují osvědčené postupy a řešení opakujících se problémů v oblasti strojového učení. Autoři, tři inženýři společnosti Google, uvádějí osvědčené metody, které pomáhají datovým vědcům řešit běžné problémy v celém procesu ML. Tyto návrhové vzory kodifikují zkušenosti stovek odborníků do přímočarých a přístupných rad.

V knize najdete podrobné vysvětlení 30 vzorů pro reprezentaci dat a problémů, operacionalizaci, opakovatelnost, reprodukovatelnost, flexibilitu, vysvětlitelnost a spravedlnost. Každý vzor obsahuje popis problému, řadu možných řešení a doporučení pro výběr nejlepší techniky pro vaši situaci.

Naučíte se, jak:

⬤ Identifikovat a zmírnit běžné problémy při trénování, vyhodnocování a nasazování ML modelů.

⬤ Prezentovat data pro různé typy ML modelů, včetně vložených modelů, příznakových křížů a dalších.

⬤ Vyberte správný typ modelu pro konkrétní problémy.

⬤ Vytvořit robustní tréninkovou smyčku, která využívá kontrolní body, distribuční strategii a ladění hyperparametrů.

⬤ Zavádějte škálovatelné ML systémy, které můžete přeškolovat a aktualizovat podle nových dat.

⬤ Interpretovat předpovědi modelů pro zúčastněné strany a zajistit, aby modely zacházely s uživateli spravedlivě.