Strojové učení v praxi

Recenze čtenářů

Kniha je vysoce oceňována pro svůj praktický přístup k MLOps, který poskytuje jasný návod na nastavení infrastruktury pro datovou vědu a efektivní implementaci postupů strojového učení. Nabízí cenné příklady kódu a poznatky z reálného života, které jsou přínosné pro ML inženýry.

⬤ Jasný, stručný text
⬤ cenné příklady kódu
⬤ komplexní návod na vývoj ML pipeline
⬤ praktické postřehy z reálných projektů
⬤ pokrývá širokou škálu témat od infrastruktury po nasazení.

Nejsou uvedeny žádné významné zápory; čtenáři však mohou očekávat předchozí znalosti teorie ML, aby mohli obsah plně využít.

(na základě 5 hodnocení čtenářů)

Původní název:

Machine Learning Engineering in Action

Obsah knihy:

V praxi ověřené tipy, triky a návrhové vzory pro vytváření projektů strojového učení, které jsou nasaditelné, udržovatelné a bezpečné od konceptu až po produkci.

Kniha Machine Learning Engineering in Action představuje přístup k budování nasaditelných a udržovatelných produkčních systémů strojového učení. Osvojíte si standardy vývoje softwaru, které přinášejí lepší správu kódu a usnadňují testování, škálování a dokonce i opakované použití kódu strojového učení!

Naučíte se, jak plánovat a rozšiřovat rozsah projektu, řídit logistiku napříč týmy, která zabrání fatálním selháním komunikace, a navrhovat architekturu kódu pro lepší odolnost. Dokonce zjistíte, kdy strojové učení nepoužívat - a jaké alternativní přístupy mohou být levnější a efektivnější. Po dokončení práce s touto příručkou nástrojů budete schopni spolehlivě dodávat nákladově efektivní řešení pro velké i malé organizace.

Zakoupení tištěné knihy zahrnuje bezplatnou elektronickou knihu ve formátech PDF, Kindle a ePub od Manning Publications.