کتاب Designing Machine Learning Systems: An Iterative Process for Production-Ready Applications

وضعیت موجودی موجود

مقایسه شود

قیمت قبلی: 5,460,000 ریال

قیمت: 5,060,000 ریال

جلد سخت سیاه و سفید

Product details

Publisher ‏ : ‎ O'Reilly Media; 1st edition (June 21, 2022)
Language ‏ : ‎ English
Paperback ‏ : ‎ 386 pages
ISBN-10 ‏ : ‎ 1098107969
ISBN-13 ‏ : ‎ 978-1098107963

Machine learning systems are both complex and unique. Complex because they consist of many different components and involve many different stakeholders. Unique because they're data dependent, with data varying wildly from one use case to the next. In this book, you'll learn a holistic approach to designing ML systems that are reliable, scalable, maintainable, and adaptive to changing environments and business requirements.

Author Chip Huyen, co-founder of Claypot AI, considers each design decision--such as how to process and create training data, which features to use, how often to retrain models, and what to monitor--in the context of how it can help your system as a whole achieve its objectives. The iterative framework in this book uses actual case studies backed by ample references.

This book will help you tackle scenarios such as:

Engineering data and choosing the right metrics to solve a business problem
Automating the process for continually developing, evaluating, deploying, and updating models
Developing a monitoring system to quickly detect and address issues your models might encounter in production
Architecting an ML platform that serves across use cases
Developing responsible ML systems

منابع کتاب کتاب Designing Machine Learning Systems: An Iterative Process for Production-Ready Applications

سیستم های یادگیری ماشینی هم پیچیده و هم منحصر به فرد هستند. پیچیده هستند زیرا از اجزای مختلف تشکیل شده اند و ذینفعان مختلفی را در بر می گیرند. منحصربه‌فرد هستند زیرا به داده‌ها وابسته هستند و داده‌ها از یک مورد استفاده به مورد دیگر بسیار متفاوت هستند. در این کتاب، شما یک رویکرد جامع برای طراحی سیستم‌های ML را یاد خواهید گرفت که قابل اعتماد، مقیاس‌پذیر، قابل نگهداری و سازگار با محیط‌های در حال تغییر و الزامات تجاری باشند.

نویسنده چیپ هوین، یکی از بنیان‌گذاران Claypot AI، هر تصمیم طراحی را در نظر می‌گیرد - مانند نحوه پردازش و ایجاد داده‌های آموزشی، ویژگی‌هایی که باید استفاده کرد، هر چند وقت یک‌بار مدل‌ها را دوباره آموزش داد، و چه مواردی را نظارت کرد - در چارچوب نحوه آن. می تواند به سیستم شما به عنوان یک کل در دستیابی به اهداف خود کمک کند. چارچوب تکراری در این کتاب از مطالعات موردی واقعی با پشتوانه منابع فراوان استفاده می‌کند.

این کتاب به شما در مقابله با سناریوهایی مانند:

داده های مهندسی و انتخاب معیارهای مناسب برای حل یک مشکل تجاری
خودکارسازی فرآیند برای توسعه، ارزیابی، استقرار و به‌روزرسانی مداوم مدل‌ها
توسعه یک سیستم نظارت برای شناسایی و رسیدگی سریع به مشکلاتی که ممکن است مدل های شما در تولید با آن مواجه شوند
معماری یک پلت فرم ML که در تمام موارد استفاده خدمت می کند
توسعه سیستم های ML مسئول