Avis des lecteurs
Résumé:Le livre « Building Machine Learning Powered Applications : Going from Idea to Product » est considéré comme une ressource précieuse pour les managers et les scientifiques de données en herbe qui recherchent des informations pratiques sur la création d'applications d'apprentissage automatique. Si de nombreux lecteurs apprécient sa structure claire et ses exemples concrets, certains lui reprochent d'être trop superficiel et de manquer de profondeur pour les praticiens plus expérimentés.
Avantages:Hautement recommandé pour les chefs d'équipe et ceux qui débutent dans la science des données.
Inconvénients:Facile à lire et bien structuré.
(basé sur 18 avis de lecteurs)
Titre original :
Building Machine Learning Powered Applications: Going from Idea to Product
Contenu du livre :
Apprenez les compétences nécessaires pour concevoir, construire et déployer des applications basées sur l'apprentissage machine (ML). Tout au long de ce livre pratique, vous construirez un exemple d'application basée sur l'apprentissage automatique, de l'idée initiale au produit déployé. Les scientifiques des données, les ingénieurs logiciels et les gestionnaires de produits, qu'ils soient expérimentés ou novices, apprendront les outils, les meilleures pratiques et les défis liés à la création d'une application d'apprentissage automatique réelle, étape par étape.
L'auteur Emmanuel Ameisen, un data scientist expérimenté qui a dirigé un programme d'enseignement de l'IA, démontre les concepts pratiques de ML à l'aide d'extraits de code, d'illustrations, de captures d'écran et d'entretiens avec des leaders de l'industrie. La première partie vous apprend à planifier une application de ML et à en mesurer le succès. La deuxième partie explique comment construire un modèle de ML fonctionnel. La troisième partie montre comment améliorer le modèle jusqu'à ce qu'il réponde à votre vision initiale. La quatrième partie couvre les stratégies de déploiement et de surveillance.
Ce livre vous aidera à
⬤ Définir l'objectif de votre produit et mettre en place un problème d'apprentissage automatique.
⬤ Construire rapidement votre premier pipeline de bout en bout et acquérir un premier ensemble de données.
⬤ Entraîner et évaluer vos modèles d'apprentissage automatique et résoudre les goulots d'étranglement en matière de performances.
⬤ Déployez et surveillez vos modèles dans un environnement de production.
Autres informations sur le livre :
| ISBN : | 9781492045113 |
| Auteur : | |
| Éditeur : | |
| Reliure : | Broché |
| Année de publication : | 2020 |
| Nombre de pages : | 250 |
Achat:
Actuellement disponible, en stock.
