滿額折
設計機器學習系統：迭代開發生產環境就緒的ML程式
商品資訊
相關商品
商品簡介
目次
商品簡介
內容簡介:「簡而言之，這是關於如何在公司構建、部署和擴展機器學習模型以獲得最大影響的最佳書籍。 」―Josh WillsWeaveGrid軟體工程師和前任Slack資料工程總監「在蓬勃發展但混亂的生態系統中，提供了ML從端到端的原則性視角，既是地圖又是指南針；大型科技公司內外的從業者必讀。」―Jacopo TagliabueCoveo人工智慧總監機器學習系統既複雜又獨特，複雜之處在於系統組件繁多，並涉及許多不同的持份者。獨特之處在於系統依賴資料，且資料在不同使用案例中大有不同。在本書，您將學習一種整體方法來設計可靠、可擴展、可維護，並能適應不斷變化環境和業務需求的機器學習系統。Claypot AI的聯合創始人、作者Chip Huyen考慮了每項設計決策―如何處理和創建訓練資料、使用哪些功能、重新訓練模型的頻率以及監控範圍，讓系統全面達標。本書提出的迭代框架結合實際案例研究，案例背後具大量參考文獻支持。本書將幫助您應對以下場景：‧規劃資料並選擇正確的指標來解決業務問題‧自動化流程以持續開發、評估、部署和更新模型‧開發監控系統，以快速檢測和解決模型在生產環境可能遇到的問題‧構建跨用例服務的ML平台‧開發負責任的機器學習系統
目次
章節說明:前言第1章 機器學習系統概覽第2章 機器學習系統設計簡介第3章 資料工程基礎第4章 訓練資料第5章 特徵工程第6章 模型開發和離線評估第7章 模型部署和預測服務第8章 資料分布轉移和監控第9章 在生產中持續學習和測試第10章 MLOps 的基礎設施和工具 第11章 涉及人類的機器學習結語索引
您曾經瀏覽過的商品
購物須知
為了保護您的權益，「三民網路書店」提供會員七日商品鑑賞期(收到商品為起始日)。
若要辦理退貨，請在商品鑑賞期內寄回，且商品必須是全新狀態與完整包裝(商品、附件、發票、隨貨贈品等)否則恕不接受退貨。