三民網路書店 / 搜尋結果 篩選

可於第一線使用！運用設計模式的最佳設計、建構與維護方法滿載機器學習系統實用化所需的設計、開發、維護知識適合AI工程師、系統工程師本書旨在提供一個全方位的指南，幫助讀者將機器學習真正應用於實際的商業環境中。企業的核心是經營事業而不能僅只於研究，所以讓機器學習實用化所需的工程技術與知識，與機器學習的學術研究同樣重要，甚至更加重要。而要讓機器學習快速實用化且變得更加方便，就需要建置各種系統。本書主要在講述前著《AI開發的機器學習系統設計模式》未能觸及的內容，特別是如何在商業環境中建立機器學習系統，包括定義商業場合的使用情境、建構工作流程與系統，並且強調機器學習系統的實際應用，以及會遇到的問題，詳盡解說如何將機器學習整合到現有的運行系統和工作流程中。市面上雖然有許多介紹機器學習模型建構與使用方式的書籍，卻很少有針對系統建置的說明。因此，本書的重點在於讓機器學習能夠真正付諸實用，包括課題設定、工作流程設計以及系統建置方法。本書不僅介紹機器學習模型，更著重於建立應用機器學習所需的前台、後台、基礎架構、管線、BI工具等。主要內容包括：．定義商業應用場景：介紹不同的商業情境及如何在這些情境中應用機器學習。．建構工作流程與系統：不僅限於機器學習模型，還包括前台、後台、基礎架構、管線、BI工具及其他相關軟體的建立。．解決現有書籍的不足：現有書籍多專注於技術和實例，但很少介紹驅動機器學習的系統建構方法。本書彌補這一不足。．課題設定和系統嵌入：介紹如何設定機器學習要解決的課題，並將其嵌入系統和日常業務活動中。．實例與應用：書中包含作者自製的智慧型手機App、後台、批次系統及相關資料的實例，並提供實際運作的系統示範。．前著延伸：本書是《AI開發的機器學習系統設計模式》的延續，涵蓋了前著未涉及的部分，如課題設定和系統嵌入方法。．綜合技術學習：讀者能通過個案研究學會課題設定、工作流程設計、系統開發及團隊建置等技術。提供下列需求度較高的機器學習系統範例．需求預測系統．違規偵測系統透過案例，學習機器學習實用化所需的內容．課題設置．工作流程設計．系統開發．團隊設計

幫助您更了解如何實務開發中應用機器學習技術 本書是機器學習系統設計模式的集合，範例使用的平台是Docker和Kubernetes，以確保程式碼的可重複執行。本書描述機器學習從訓練、評估和QA，到發布和運行推理器的順序，以及架構和代碼。藉由本書的指引，能夠幫助您更有效地使用機器學習的技術，將其應用在實際的系統開發中。 本書可以幫助您： ．了解如何MLOps這種機器學習付諸實用的開發維護方法 ．了解建置機器學習系統的方法，包括專為機器學習設計的系統（機器學習管線或實驗管理）與專為使用機器學習設計的系統（發佈或推論器），以實現MLOps ．了解改善機器學習系統品質的方法，以及如何透過後續的維護改善模型 來自讀者的讚譽 ?蘊含了MLOps的精華? ?詳細介紹了如何開發在商業環境中應用機器學習的系統? ?資訊豐富，是開發大型系統極佳的參考資料?