Uczenie maszynowe w aplikacjach. projektowanie, budowa i wdrażanie (Helion)

Uczenie maszynowe jest coraz popularniejsze. Stosuje się je w systemach wsparcia, systemach rekomendacyjnych, tłumaczeniach tekstów i wielu innych aplikacjach. Jednak podczas tworzenia tego typu produktów inżynierowie napotykają niezwykle poważne problemy.

Jeśli ich nie rozwiążą, nawet obiecujący projekt może upaść. Trudność polega na tym,użycie uczenia maszynowego w mocnej, użytkowej aplikacji jest złożonym zadaniem. Konieczne są wybór właściwej implementacji danej funkcjonalności, analiza błędów modelu, rozwiązanie problemów z czystością oraz weryfikacja wyników gwarantująca odpowiednią jakość artykułu.

To książka asygnowana dla programistów i menedżerów, którzy wśród rodzących się idei uczenia maszynowego wciąż poszukują rozwiązań dla swego biznesu. Autor omawia krok po kroku proces tworzenia i wdrażania aplikacji opartej na uczeniu maszynowym, a ergonomiczne koncepcje pokazuje za pomocą przykładowych kodów, rysunków i wywiadów z liderami w tej dziedzinie.

Podpowiada, jak planować aplikację i oceniać jej jakość. Wyjaśnia także, jak produktywny model, i przedstawia metody jego systematycznego ułatwiania, aż do momentu osiągnięcia celu. W końcowej części opisuje strategie wdrażania i monitorowania modelu.

W odróżnieniu od innych pozycji poświęconych uczeniu maszynowym ten przewodnik skupia się głównie na definiowaniu problemów, diagnozowaniu modeli i ich wdrażaniu. Dzięki tej książce: łatwiej określisz, do czego produkt ma służyć stosownie zdefiniujesz problem uczenia maszynowego ekspresowo zbudujesz kompletny proces i pozyskasz początkowy zbiór informacji zbudujesz, wytrenujesz i zoptymalizujesz model wdrożysz model w środowisku produkcyjnym przyjmiesz najkorzystniejszą metodę monitorowania pracy modelu korzystny pomysł - to zaledwie początek.

Najważniejsze dzieje się później! Powyższy opis pochodzi od wydawcy.