توضیحات
Field-tested tips, tricks, and design patterns for building machine learning projects that are deployable, maintainable, and secure from concept to production.
In Machine Learning Engineering in Action, you will learn:
Evaluating data science problems to find the most effective solution
Scoping a machine learning project for usage expectations and budget
Process techniques that minimize wasted effort and speed up production
Assessing a project using standardized prototyping work and statistical validation
Choosing the right technologies and tools for your project
Making your codebase more understandable, maintainable, and testable
Automating your troubleshooting and logging practices
Ferrying a machine learning project from your data science team to your end users is no easy task. Machine Learning Engineering in Action will help you make it simple. Inside, youll find fantastic advice from veteran industry expert Ben Wilson, Principal Resident Solutions Architect at Databricks.
Ben introduces his personal toolbox of techniques for building deployable and maintainable production machine learning systems. Youll learn the importance of Agile methodologies for fast prototyping and conferring with stakeholders, while developing a new appreciation for the importance of planning. Adopting well-established software development standards will help you deliver better code management, and make it easier to test, scale, and even reuse your machine learning code. Every method is explained in a friendly, peer-to-peer style and illustrated with production-ready source code.
About the reader
For data scientists who know machine learning and the basics of object-oriented programming.
About the author
Ben Wilson is Principal Resident Solutions Architect at Databricks, where he developed the Databricks Labs AutoML project. He is also an MLflow committer.
————————————————————–
ترجمه ماشینی :
نکات، ترفندها و الگوهای طراحی میدانی برای ساخت پروژه های یادگیری ماشینی که از مفهوم تا تولید قابل اجرا، قابل نگهداری و ایمن هستند. در مهندسی یادگیری ماشین در عمل، شما یاد خواهید گرفت: ارزیابی مسائل علم داده برای یافتن موثرترین راه حل محدوده پروژه یادگیری ماشین برای انتظارات استفاده و بودجه تکنیک های فرآیندی که تلاش های تلف شده را به حداقل می رساند و تولید را سرعت می بخشد ارزیابی یک پروژه با استفاده از نمونهسازی استاندارد و اعتبارسنجی آماری انتخاب فنآوریها و ابزارهای مناسب برای پروژهتان قابل درکتر کردن، نگهداری و آزمایشتر کر
tag : دانلود کتاب مهندسی یادگیری ماشین در عمل , Download مهندسی یادگیری ماشین در عمل , دانلود مهندسی یادگیری ماشین در عمل , Download Machine Learning Engineering in Action Book , مهندسی یادگیری ماشین در عمل دانلود , buy مهندسی یادگیری ماشین در عمل , خرید کتاب مهندسی یادگیری ماشین در عمل , دانلود کتاب Machine Learning Engineering in Action , کتاب Machine Learning Engineering in Action , دانلود Machine Learning Engineering in Action , خرید Machine Learning Engineering in Action , خرید کتاب Machine Learning Engineering in Action ,
نقد و بررسیها
هنوز بررسیای ثبت نشده است.