Inżynieria uczenia maszynowego

Opinie czytelników

Książka jest kompleksową kontynuacją poprzedniej pracy autora, „The 100 Page Machine Learning Book”, koncentrując się na inżynierii i praktycznym zastosowaniu uczenia maszynowego. Jest chwalona za przejrzystość, praktyczne podejście i zdolność do wzmacniania podstawowych pojęć. Niektórzy recenzenci uważają jednak, że jest ona zbyt podstawowa, brakuje jej głębi w niektórych tematach i pojawiają się skargi dotyczące jej organizacji i przydatności.

⬤ Jasne wyjaśnienia
⬤ praktyczna wiedza
⬤ doskonałe wzmocnienie koncepcji
⬤ zwięzłe, ale dokładne
⬤ dobre odniesienie dla naukowców zajmujących się danymi, którzy przechodzą do ról ML
⬤ cenne dla zrozumienia cyklu życia ML i wdrożenia produkcyjnego.

⬤ Nieco powierzchowna i brakuje jej głębi
⬤ może być powtórzeniem poprzedniej książki
⬤ nie nadaje się dla początkujących
⬤ mieszana organizacja, ponieważ zaczyna brakować istotnych treści wprowadzających
⬤ krytyka, że nie pozostaje aktualna ani dokładna w omawianych tematach.

(na podstawie 35 opinii czytelników)

Oryginalny tytuł:

Machine Learning Engineering

Zawartość książki:

Najbardziej kompleksowa książka na temat inżynieryjnych aspektów budowania niezawodnych systemów sztucznej inteligencji.

"Jeśli zamierzasz wykorzystać uczenie maszynowe do rozwiązywania problemów biznesowych na dużą skalę, cieszę się, że trafiłeś na tę książkę. ".

-Cassie Kozyrkov, Chief Decision Scientist w Google.

"Fundamentalna praca na temat realiów budowania modeli uczenia maszynowego w produkcji. ".

-Karolis Urbonas, Head of Machine Learning and Science w Amazon.