این کتاب کاربردی به دانشمندان داده، مهندسان نرمافزار، مهندسان قابلیت اطمینان سایت (SRE) و مدیران محصول نشان میدهد که چگونه یادگیری ماشین (ML) را به شکلی موثر، قابلاطمینان و پاسخگو در سازمان خود اجرا کنند. با بهکارگیری ذهنیت SRE در یادگیری ماشین، شما یاد میگیرید که چگونه سیستمهای ML را در تولید (Production) مانیتور کنید و تیمهای توسعه مدل را در یک سازمان محصولمحور مدیریت نمایید. این کتاب به شما کمک میکند تا وظایف روزمره ML را با در نظر گرفتن تصویر بزرگتر انجام دهید، خواه هدف شما افزایش درآمد باشد، یا بهینهسازی تصمیمگیری و درک رفتار مشتری. شما با مفاهیم کلیدی از جمله چرخههای یادگیری ماشین، استقرار (Deployment) و عملیاتیسازی مدلها آشنا خواهید شد.
اشتراکی

با مرور فصلها، ساختار ، محتوای کتاب را به سرعت بشناسید.
با مرور فصلهای این کتاب میتونی خیلی سریع بفهمی هر بخش چی یاد میده، ساختار کلی چطوره و از کجا باید شروع کنی. هر فصل روی یک مفهوم یا مهارت خاص تمرکز داره و موضوعات اصلیش رو میبینی تا انتخابت آگاهانهتر باشه. چه بخوای کل کتاب رو دنبال کنی، چه فقط یک بخش خاص رو دنبال کنی، این نما کمکت میکنه مسیرت رو پیدا کنی.

مقدمه

اصول مدیریت داده

مقدمهای بر مدلها

دادههای ویژگی و آموزش

ارزیابی اعتبار و کیفیت مدل

عدالت، حریم خصوصی و سیستمهای اخلاقی یادگیری ماشین

سیستمهای آموزش

سرویسدهی

مانیتورینگ و مشاهدهپذیری برای مدلها

یادگیری ماشین پیوسته

پاسخ به حوادث

تعامل محصول و یادگیری ماشین

یکپارچهسازی یادگیری ماشین در سازمان

نمونههای عملی پیادهسازی سازمانی یادگیری ماشین

مطالعات موردی: عملیات یادگیری ماشین در عمل
15 فصل در حال تولید
مدت زمان خوانش
12:49
نوع کتاب
اشتراکی
شرکت کنندگان
0 نفر
تولید کتاب
۳۱ شهریور ۱۴۰۵