Основной контент книги Машинное обучение. Паттерны проектирования. Подготовка данных, создание моделей, внедрение в производство
Text PDF

Umfang 436 seiten

2021 Jahr

0+

Машинное обучение. Паттерны проектирования. Подготовка данных, создание моделей, внедрение в производство

€5,15

Über das Buch

Приводимые в книге паттерны проектирования отражают лучшие практические подходы к решению типичных задач машинного обучения. Указанные паттерны, реализованные в программном коде, сконцентрировали опыт сотен экспертов в простые и легкодоступные советы. Книга содержит подробный разбор 30 паттернов, служащих для представления данных и задач, тренировки моделей, отказоустойчивого обслуживания, обеспечения воспроизводимости и искусственного интеллекта. Каждый паттерн включает в себя постановку задачи, ряд потенциальных решений и рекомендации по выбору технического приема, наилучшим образом подходящего к данной ситуации.

Alle Rezensionen anzeigen

Книга отличная, если крутитесь в этой среде. Книжный рынок переполнен простыми книгами для начального уровня, где расскажут о моделях, базовой математике, а на сдачу соберут "свою первую нейросеть за три дня".


Есть также книги о конкретных фреймворках и инструментах, которые правда устаревают достаточно быстро.


Но не так много книг, которые бы помогли организовать процесс, как-то иначе на него взглянуть, выбрать архитектуру для кода или способ организации хранения данных. Рад, что такие книги выходят.

Если вы только начинаете знакомиться с областями MLOps/DE и уже имеете базовое понимание ML задач, то эта книга даст верхнеуровневое представление о процессах, сопутствующих решению задач машинного обучения.

Если у вас уже есть некоторый опыт, можно изучить только отдельные паттерны.

4 звезды за смещение фокуса с Open Source инструментов на vendor lock-in. 
Отзыв с Лайвлиба.

Книга "Машинное обучение: Паттерны проектирования" является отличным руководством для тех, кто хочет разобраться в основах машинного обучения и научиться применять эти знания на практике. Книга написана доступным языком, что позволяет читателю легко усваивать информацию и применять ее в своих проектах.

Плюсы: 1. Четкое и понятное изложение материала. Авторы не перегружают читателя сложными математическими формулами и теориями, а объясняют основные концепции на примерах и практических задачах. 2. Широкий охват тем. Книга охватывает все основные аспекты машинного обучения: подготовку данных, создание моделей и внедрение решений в производство. 3. Практические примеры. Каждая глава содержит примеры реальных проектов, что помогает читателю лучше понять, как применять полученные знания на практике. 4. Актуальность информации. Книга постоянно обновляется и дополняется новыми примерами и материалами, что делает ее актуальной и полезной для разработчиков и исследователей в области машинного обучения.

Минусы: 1. Некоторая сложность в понимании некоторых математических формул может возникнуть у начинающих разработчиков, однако это не является критическим недостатком книги.

Заключение: "Машинное обучение: Паттерны проектирования" - это отличный ресурс для разработчиков, исследователей и студентов, которые хотят освоить основы машинного обучения и использовать их в своих проектах. Рекомендую эту книгу всем, кто интересуется искусственным интеллектом и машинным обучением.

Einloggen, um das Buch zu bewerten und eine Rezension zu hinterlassen
Buch Валиаппу Лакшманана, Сары Робинсон et al. «Машинное обучение. Паттерны проектирования. Подготовка данных, создание моделей, внедрение в производство» — als pdf herunterladen oder online lesen. Hinterlassen Sie Kommentare und Bewertungen, stimmen Sie für Ihre Favoriten.
Altersbeschränkung:
0+
Veröffentlichungsdatum auf Litres:
24 März 2023
Übersetzungsdatum:
2022
Schreibdatum:
2021
Umfang:
436 S.
ISBN:
978-5-9775-6797-8
Gesamtgröße:
7.8 МБ
Gesamtanzahl der Seiten:
436
Download-Format:
Text PDF
Durchschnittsbewertung 3,8 basierend auf 35 Bewertungen
Text PDF
Durchschnittsbewertung 4 basierend auf 12 Bewertungen
Text PDF
Durchschnittsbewertung 4,2 basierend auf 30 Bewertungen
Text PDF
Durchschnittsbewertung 3,7 basierend auf 98 Bewertungen