توضیحات
Machine learning systems are both complex and unique. Complex because they consist of many different components and involve many different stakeholders. Unique because they’re data dependent, with data varying wildly from one use case to the next. In this book, you’ll learn a holistic approach to designing ML systems that are reliable, scalable, maintainable, and adaptive to changing environments and business requirements.
Author Chip Huyen, co-founder of Claypot AI, considers each design decision–such as how to process and create training data, which features to use, how often to retrain models, and what to monitor–in the context of how it can help your system as a whole achieve its objectives. The iterative framework in this book uses actual case studies backed by ample references.
This book will help you tackle scenarios such as:
Engineering data and choosing the right metrics to solve a business problem
Automating the process for continually developing, evaluating, deploying, and updating models
Developing a monitoring system to quickly detect and address issues your models might encounter in production
Architecting an ML platform that serves across use cases
Developing responsible ML systems
————————————————————–
ترجمه ماشینی :
سیستم های یادگیری ماشینی هم پیچیده و هم منحصر به فرد هستند. پیچیده هستند زیرا از اجزای مختلف تشکیل شده اند و ذینفعان مختلفی را در بر می گیرند. منحصربهفرد هستند زیرا به دادهها وابسته هستند و دادهها از یک مورد استفاده به مورد دیگر بسیار متفاوت هستند. در این کتاب، شما یک رویکرد جامع برای طراحی سیستمهای ML را یاد خواهید گرفت که قابل اعتماد، مقیاسپذیر، قابل نگهداری و سازگار با محیطهای در حال تغییر و الزامات تجاری هستند. نویسنده Chip Huyen، یکی از بنیانگذاران Claypot AI، هر تصمیم طراحی را در نظر میگیرد – مانند نحوه پردازش و ایجاد دادههای آموزشی، ویژگیهای مورد استفاده، تعداد دفعات بازآموزی مدلها و مواردی که باید نظارت شود – در زمینه چگونه می تواند به سیستم شما به عنوان یک کل به اهداف خود کمک کند. چارچوب تکراری در این کتاب از مطالعات موردی واقعی با پشتوانه منابع فراوان استفاده میکند. \ این کتاب به شما کمک میکند تا با سناریوهایی مانند: دادههای مهندسی و انتخاب معیارهای مناسب برای حل یک مشکل تجاری اتوماسیون فرآیند برای توسعه مداوم، ارزیابی، استقرار و بهروزرسانی مدلها توسعه یک سیستم نظارت برای شناسایی و رسیدگی سریع مشکلاتی که ممکن است مدلهای شما در تولید با آنها مواجه شوند معماری یک پلتفرم ML که در همه موارد استفاده میشود توسعه سیستمهای مسئول ML
tag : دانلود کتاب طراحی سیستمهای یادگیری ماشین: فرآیندی تکراری برای برنامههای کاربردی آماده تولید , Download طراحی سیستمهای یادگیری ماشین: فرآیندی تکراری برای برنامههای کاربردی آماده تولید , دانلود طراحی سیستمهای یادگیری ماشین: فرآیندی تکراری برای برنامههای کاربردی آماده تولید , Download Designing Machine Learning Systems: An Iterative Process for Production-Ready Applications Book , طراحی سیستمهای یادگیری ماشین: فرآیندی تکراری برای برنامههای کاربردی آماده تولید دانلود , buy طراحی سیستمهای یادگیری ماشین: فرآیندی تکراری برای برنامههای کاربردی آماده تولید , خرید کتاب طراحی سیستمهای یادگیری ماشین: فرآیندی تکراری برای برنامههای کاربردی آماده تولید , دانلود کتاب Designing Machine Learning Systems: An Iterative Process for Production-Ready Applications , کتاب Designing Machine Learning Systems: An Iterative Process for Production-Ready Applications , دانلود Designing Machine Learning Systems: An Iterative Process for Production-Ready Applications , خرید Designing Machine Learning Systems: An Iterative Process for Production-Ready Applications , خرید کتاب Designing Machine Learning Systems: An Iterative Process for Production-Ready Applications ,

نقد و بررسیها
هنوز بررسیای ثبت نشده است.