Designing Machine Learning Systems: An Iterative Process for Production-Ready Applications

Системы машинного обучения одновременно сложны и уникальны. Сложные, потому что они состоят из множества различных компонентов и включают множество различных заинтересованных сторон. Уникальны, потому что они зависят от данных, причем данные сильно различаются от одного варианта использования к другому. В этой книге вы познакомитесь с целостным подходом к проектированию систем машинного обучения, которые будут надежными, масштабируемыми, ремонтопригодными и адаптируемыми к изменяющимся средам и бизнес-требованиям.

Автор Чип Хьюен, соучредитель Claypot AI, рассматривает каждое проектное решение — например, как обрабатывать и создавать обучающие данные, какие функции использовать, как часто переобучать модели и что отслеживать — в контексте того, как оно может помочь вашей системе в целом достичь своих целей. Итеративная структура в этой книге использует реальные тематические исследования, подкрепленные многочисленными ссылками.

Эта книга поможет вам справиться с такими сценариями, как:

инженерные данные и выбор правильных показателей для решения бизнеса проблема

Автоматизация процесса постоянной разработки, оценки, развертывания и обновления моделей

Разработка системы мониторинга для быстрого обнаружения и устранения проблем, с которыми ваши модели могут столкнуться в рабочей среде

< p>Создание платформы машинного обучения, подходящей для разных вариантов использования

Разработка ответственных систем машинного обучения