Tworzenie aplikacji uczenia maszynowego: od pomysłu do produktu

Tworzenie aplikacji uczenia maszynowego: od pomysłu do produktu

Opanuj kluczowe umiejętności projektowania, rozwoju i wdrażania aplikacji opartych na uczeniu maszynowym (UM)! Krok po kroku przewodnik do tworzenia aplikacji UM z naciskiem na praktykę: dla specjalistów ds. analizy danych, programistów i menedżerów produktów. Czytając tę książkę, krok po kroku... stworzysz rzeczywistą praktyczną aplikację – od pomysłu do wdrożenia. Do twojej dyspozycji są przykłady kodu, ilustracje, zrzuty ekranu i wywiady z czołowymi specjalistami w branży. Nauczysz się planować i mierzyć sukces projektów UM, dowiesz się, jak zbudować działający model, opanujesz sposoby jego iteracyjnego doskonalenia. A na koniec zapoznasz się ze strategiami wdrażania i monitorowania.

Książka pomoże:
• Określić cel twojego projektu UM
• Szybko zbudować pierwszy pełny pipeline i znaleźć bazowy zestaw danych
• Wyszkolić model i zidentyfikować wąskie gardła w jego wydajności
• Wdrożyć model i przeprowadzać jego monitoring

Czytaj więcej

Autor: Эммануэль Амейзен

Wydawnictwo: piter

Seria: Biblioteka programisty

Ograniczenia wiekowe: 16+

Rok wydania: 2023

ISBN: 9785446117734

Liczba stron: 272

Rozmiar: 233x165x15 mm

Typ osłony: Soft

Waga: 440 g

ID: 1508997

Opanuj kluczowe umiejętności projektowania, rozwoju i wdrażania aplikacji opartych na uczeniu maszynowym (UM)! Krok po kroku przewodnik do tworzenia aplikacji UM z naciskiem na praktykę: dla specjalistów ds. analizy danych, programistów i menedżerów produktów. Czytając tę książkę, krok po kroku stworzysz rzeczywistą praktyczną aplikację – od pomysłu do wdrożenia. Do twojej dyspozycji są przykłady kodu, ilustracje, zrzuty ekranu i wywiady z czołowymi specjalistami w branży. Nauczysz się planować i mierzyć sukces projektów UM, dowiesz się, jak zbudować działający model, opanujesz sposoby jego iteracyjnego doskonalenia. A na koniec zapoznasz się ze strategiami wdrażania i monitorowania.

Książka pomoże:
• Określić cel twojego projektu UM
• Szybko zbudować pierwszy pełny pipeline i znaleźć bazowy zestaw danych
• Wyszkolić model i zidentyfikować wąskie gardła w jego wydajności
• Wdrożyć model i przeprowadzać jego monitoring