Machine Learning Design Patterns: Solutions to Common Challenges in Data Preparation, Model Building, and MLOps

Патерни проектування в цій книзі містять найкращі практики та рішення повторюваних проблем машинного навчання. Автори, троє інженерів Google, каталогізували перевірені методи, які допомагають дослідникам даних вирішувати поширені проблеми в процесі ML. Ці шаблони проектування систематизують досвід сотень експертів у прості, доступні поради.

У цій книзі ви знайдете докладні пояснення 30 шаблонів для представлення даних і проблем, операцій, повторюваності, відтворюваності, гнучкості, пояснюваності , і справедливість. Кожен шаблон містить опис проблеми, низку можливих рішень і рекомендації щодо вибору найкращої техніки для вашої ситуації.

Ви дізнаєтесь, як:

визначати та пом’якшувати поширені проблеми під час навчання, оцінювання та розгортання моделей ML

Представте дані для різних типів моделей ML, зокрема вбудовування, перехресні функції тощо

Виберіть правильний тип моделі для конкретних проблем< /p>

Створіть надійний навчальний цикл, який використовує контрольні точки, стратегію розподілу та налаштування гіперпараметрів

Розгортайте масштабовані системи ML, які можна перенавчати та оновлювати для відображення нових даних

Інтерпретувати моделювати прогнози для зацікавлених сторін і гарантувати, що моделі справедливо ставляться до користувачів