توضیحات
Whether you’re part of a small startup or a multinational corporation, this practical book shows data scientists, software and site reliability engineers, product managers, and business owners how to run and establish ML reliably, effectively, and accountably within your organization. You’ll gain insight into everything from how to do model monitoring in production to how to run a well-tuned model development team in a product organization.
By applying an SRE mindset to machine learning, authors and engineering professionals Cathy Chen, Kranti Parisa, Niall Richard Murphy, D. Sculley, Todd Underwood, and featured guest authors show you how to run an efficient and reliable ML system. Whether you want to increase revenue, optimize decision making, solve problems, or understand and influence customer behavior, you’ll learn how to perform day-to-day ML tasks while keeping the bigger picture in mind.
You’ll examine
What ML is: how it functions and what it relies on
Conceptual frameworks for understanding how ML ‘loops’ work
How effective productionization can make your ML systems easily monitorable, deployable, and operable
Why ML systems make production troubleshooting more difficult, and how to compensate accordingly
How ML, product, and production teams can communicate effectively
————————————————————–
ترجمه ماشینی :
چه بخشی از یک استارتآپ کوچک یا یک شرکت چند ملیتی باشید، این کتاب کاربردی به دانشمندان داده، مهندسین نرمافزار و قابلیت اطمینان سایت، مدیران محصول و صاحبان کسبوکار نشان میدهد که چگونه ML را به طور قابل اعتماد، مؤثر و حسابدار در سازمان خود اجرا و ایجاد کنند. شما در مورد همه چیز، از نحوه انجام نظارت بر مدل در تولید گرفته تا نحوه اجرای یک تیم توسعه مدل به خوبی تنظیم شده در یک سازمان محصول، بینشی کسب خواهید کرد. با اعمال طرز فکر SRE برای یادگیری ماشین، نویسندگان و متخصصان مهندسی، کتی چن، کرانتی پریسا، نیل ریچارد مورفی، دی. اسکالی، تاد آندروود، و نویسندگان مهمان برجسته به شما نشان میدهند که چگونه یک سیستم ML کارآمد و قابل اعتماد را اجرا کنید. چه بخواهید درآمد را افزایش دهید، تصمیمگیری را بهینه کنید، مشکلات را حل کنید، یا رفتار مشتری را درک کنید و بر آن تأثیر بگذارید، یاد خواهید گرفت که چگونه وظایف روزانه ML را انجام دهید و در عین حال تصویر بزرگتری را در ذهن داشته باشید. \ شما بررسی خواهید کرد \ ML چیست: چگونه کار می کند و به چه چیزی متکی است چارچوب های مفهومی برای درک نحوه کار “حلقه های” ML چگونه تولید موثر می تواند سیستم های ML شما را به راحتی قابل نظارت، قابل استقرار و قابل اجرا کند چرا ML سیستمها عیبیابی تولید را دشوارتر میکنند، و چگونه میتوان آن را جبران کرد چگونه تیمهای ML، محصول و تولید میتوانند به طور مؤثر ارتباط برقرار کنند.
tag : دانلود کتاب یادگیری ماشینی قابل اعتماد , Download یادگیری ماشینی قابل اعتماد , دانلود یادگیری ماشینی قابل اعتماد , Download Reliable Machine Learning Book , یادگیری ماشینی قابل اعتماد دانلود , buy یادگیری ماشینی قابل اعتماد , خرید کتاب یادگیری ماشینی قابل اعتماد , دانلود کتاب Reliable Machine Learning , کتاب Reliable Machine Learning , دانلود Reliable Machine Learning , خرید Reliable Machine Learning , خرید کتاب Reliable Machine Learning ,
نقد و بررسیها
هنوز بررسیای ثبت نشده است.