Ocena:
Książka „Building Machine Learning Powered Applications: Going from Idea to Product” jest uważana za cenne źródło wiedzy dla menedżerów i aspirujących naukowców zajmujących się danymi, którzy szukają praktycznego wglądu w tworzenie aplikacji opartych na uczeniu maszynowym. Podczas gdy wielu recenzentów docenia jej przejrzystą strukturę i przykłady ze świata rzeczywistego, niektórzy krytykują ją za zbyt powierzchowność i brak głębi dla bardziej doświadczonych praktyków.
Zalety:Szczególnie polecana dla menedżerów zespołów i osób rozpoczynających przygodę z nauką o danych.
Wady:Łatwa w czytaniu i dobrze skonstruowana.
(na podstawie 18 opinii czytelników)
Building Machine Learning Powered Applications: Going from Idea to Product
Zdobądź umiejętności niezbędne do projektowania, tworzenia i wdrażania aplikacji opartych na uczeniu maszynowym (ML). Dzięki tej praktycznej książce zbudujesz przykładową aplikację opartą na ML od początkowego pomysłu do wdrożonego produktu.
Naukowcy zajmujący się danymi, inżynierowie oprogramowania i menedżerowie produktu - zarówno doświadczeni praktycy, jak i nowicjusze - krok po kroku poznają narzędzia, najlepsze praktyki i wyzwania związane z tworzeniem rzeczywistej aplikacji ML. Autor Emmanuel Ameisen, doświadczony analityk danych, który prowadził program edukacyjny AI, demonstruje praktyczne koncepcje ML za pomocą fragmentów kodu, ilustracji, zrzutów ekranu i wywiadów z liderami branży. Część I uczy, jak zaplanować aplikację ML i zmierzyć jej sukces.
Część II wyjaśnia, jak zbudować działający model ML. Część III demonstruje sposoby ulepszania modelu, aż spełni on pierwotną wizję.
Część IV obejmuje strategie wdrażania i monitorowania. Ta książka pomoże ci ⬤ Zdefiniować cel produktu i skonfigurować problem uczenia maszynowego ⬤ Szybko zbudować pierwszy potok end-to-end i pozyskać początkowy zestaw danych ⬤ Trenować i oceniać modele ML oraz rozwiązywać wąskie gardła wydajności ⬤ Wdrażać i monitorować modele w środowisku produkcyjnym.