کتاب Practical Weak Supervision: Doing More with Less Data

وضعیت موجودی موجود

مقایسه شود

قیمت قبلی: 2,720,000 ریال

قیمت: 2,320,000 ریال

Product details

Publisher ‏ : ‎ O'Reilly Media; 1st edition (October 26, 2021)
Language ‏ : ‎ English
Paperback ‏ : ‎ 192 pages
ISBN-10 ‏ : ‎ 1492077062
ISBN-13 ‏ : ‎ 978-1492077060

Available at a lower price from other sellers that may not offer free Prime shipping.

Most data scientists and engineers today rely on quality labeled data to train machine learning models. But building a training set manually is time-consuming and expensive, leaving many companies with unfinished ML projects. There's a more practical approach. In this book, Wee Hyong Tok, Amit Bahree, and Senja Filipi show you how to create products using weakly supervised learning models.

You'll learn how to build natural language processing and computer vision projects using weakly labeled datasets from Snorkel, a spin-off from the Stanford AI Lab. Because so many companies have pursued ML projects that never go beyond their labs, this book also provides a guide on how to ship the deep learning models you build.

Get up to speed on the field of weak supervision, including ways to use it as part of the data science process
Use Snorkel AI for weak supervision and data programming
Get code examples for using Snorkel to label text and image datasets
Use a weakly labeled dataset for text and image classification
Learn practical considerations for using Snorkel with large datasets and using Spark clusters to scale labeling

منابع کتاب کتاب Practical Weak Supervision: Doing More with Less Data

در دسترس قیمت پایین تر از سایر فروشندگان است که ممکن است نخستین حمل و نقل رایگان را ارائه ندهند.

اکثر دانشمندان و مهندسان اطلاعات امروز بر روی داده های برچسب گذاری شده با کیفیت برای آموزش مدل های یادگیری ماشین تکیه می کنند. اما ساخت یک مجموعه آموزشی دستی به صورت دستی وقت گیر و گران است، بسیاری از شرکت ها را با پروژه های ناتمام ناتمام ترک می کند. یک رویکرد عملی تر وجود دارد. در این کتاب، Wee Hyong Tok، Amit Bahree و Senja Filipi به شما نشان می دهد که چگونه محصولات را با استفاده از مدل های یادگیری ضعیف نظارت کنید.

شما یاد خواهید گرفت که چگونه برای ساخت پردازش زبان طبیعی و پروژه های دید کامپیوتری با استفاده از مجموعه داده های ضعیف برچسب از Snorkel، یک اسپین از آزمایشگاه استنفورد AI. از آنجا که بسیاری از شرکت ها پروژه های ML را دنبال کرده اند که هرگز از آزمایشگاه های خود فراتر نمی روند، این کتاب همچنین راهنمای نحوه ارسال مدل های یادگیری عمیق شما را فراهم می کند.

به سرعت در زمینه نظارت ضعیف، از جمله راه هایی برای استفاده از آن به عنوان بخشی از فرآیند علم داده، سرعت بخشید

استفاده از Snorkel AI برای نظارت ضعیف و برنامه نویسی داده ها

دریافت نمونه های کد برای استفاده از Snorkel به برچسب متن و مجموعه داده های تصویر

از یک مجموعه داده های ضعیف برچسب شده برای طبقه بندی متن و تصویر استفاده کنید

یادگیری ملاحظات عملی برای استفاده از Snorkel با مجموعه داده های بزرگ و استفاده از خوشه های جرقه به مقیاس برچسب زدن