Machine Learning Design Patterns

Autor Valliappa Lakshmanan

Machine Learning Design Patterns - Valliappa Lakshmanan Nedostupné

Machine Learning Design Patterns

Autor Valliappa Lakshmanan

0.0 z 5 hvězdiček 0 hodnocení čtenářů

Kniha ( měkká vazba )

    • Produkt je nedostupný.
E-shopové listy

Při zaslání zboží balíčkem

K nákupu nad 99 Kč dárek zdarma v hodnotě 19 Kč

E-shopové listy

Magazín Knihkupec

Při zaslání zboží balíčkem

K nákupu nad 249 Kč dárek zdarma v hodnotě 69 Kč

Magazín Knihkupec

The design patterns in this book capture best practices and solutions to recurring problems in machine learning. The authors, three Google engineers, catalog proven methods to help data scientists tackle common problems throughout the ML process. These design patterns codify the experience of hundreds of experts into straightforward,… Přejít na celý popis

Léto bude čtivé. Čtení na chatu i k moři se slevou až 80 % Čtení na chatu i k moři se slevou až 80 % Více informací

K tomuto produktu zákazníci kupují

Popis Hodnocení 0.0 z 5 hvězdiček 0 Vývoj ceny

Popis

The design patterns in this book capture best practices and solutions to recurring problems in machine learning. The authors, three Google engineers, catalog proven methods to help data scientists tackle common problems throughout the ML process. These design patterns codify the experience of hundreds of experts into straightforward, approachable advice. In this book, you will find detailed explanations of 30 patterns for data and problem representation, operationalization, repeatability, reproducibility, flexibility, explainability, and fairness. Each pattern includes a description of the problem, a variety of potential solutions, and recommendations for choosing the best technique for your situation. You'll learn how to:Identify and mitigate common challenges when training, evaluating, and deploying ML modelsRepresent data for different ML model types, including embeddings, feature crosses, and moreChoose the right model type for specific problemsBuild a robust training loop that uses checkpoints, distribution strategy, and hyperparameter tuningDeploy scalable ML systems that you can retrain and update to reflect new dataInterpret model predictions for stakeholders and ensure models are treating users fairly

Sdílet

kategorie
Knihy » Cizojazyčná literatura » English literature » Nonfiction » Science
Témata
Nakladatel
O\'Reilly Media
Rozměr
233 x 177 x 25
jazyk
angličtina
Vazba
měkká vazba
Hmotnost
706 g
isbn
978-1-09-811578-4
Počet stran
400
datum vydání
31.10.2020
ean
9781098115784

Hodnocení a recenze čtenářů Nápověda

0.0 z 5 0 hodnocení čtenářů

0× 5 hvězdiček 0× 4 hvězdičky 0× 3 hvězdičky 0× 2 hvězdičky 0× 1 hvezdička

Přidejte své hodnocení knihy

Načíst další hodnocení

Zobrazit všechna hodnocení

Přidat hodnocení

Vývoj ceny

Vývoj ceny Nápověda

Získejte přehled o vývoji ceny za posledních 60 dní.

Maloobchodní cena Minimální prodejní cena: 0 Kč Nápověda

Články, které stojí za pozornost

Zobrazit blog

Články, které stojí za pozornost