学习设计、构建和部署由机器学习(ML)支持的应用程序所必需的技能。通过这本亲力亲为的书,您将构建一个示例ML驱动的应用程序,从最初的想法到部署的产品。数据科学家、软件工程师和产品经理—包括有经验的实践者和新手—将逐步学习构建真实的ML应用程序所涉及的工具、最佳实践和挑战。

作者Emmanuel Ameisen是一位经验丰富的数据科学家,他领导了一个人工智能教育项目,通过代码片段、插图、截图和对行业领袖的采访展示了实用的ML概念。第1部分将告诉您如何计划ML应用程序并度量成功。第2部分解释了如何构建一个工作的ML模型。第三部分演示了改进模型的方法,直到它满足您最初的设想。第4部分介绍部署和监控策略。

这本书会对你有所帮助:

  • 定义你的产品目标,设置一个机器学习问题
  • 快速构建第一个端到端管道并获取初始数据集
  • 训练和评估您的ML模型并解决性能瓶颈
  • 在生产环境中部署和监控您的模型

成为VIP会员查看完整内容
96

相关内容

【干货书】Python机器学习及金融应用,384页pdf
专知会员服务
133+阅读 · 2021年1月1日
【2020新书】操作反模式: DevOps解决方案, 322页pdf
专知会员服务
31+阅读 · 2020年11月8日
【2020新书】机器学习在能源行业中的应用,315页pdf
专知会员服务
120+阅读 · 2020年11月3日
【2020新书】软件和人工智能项目中的设计思维,157页pdf
专知会员服务
117+阅读 · 2020年8月30日
【新书】Pro 机器学习算法Python实现,379页pdf
专知会员服务
197+阅读 · 2020年2月11日
21个必须知道的机器学习开源工具!
AI100
13+阅读 · 2019年9月13日
用机器学习做信用评分
AI研习社
9+阅读 · 2019年4月10日
【教程】如何从零开始构建深度学习项目?
七月在线实验室
7+阅读 · 2018年4月23日
Python & 机器学习之项目实践 | 赠书
人工智能头条
14+阅读 · 2017年12月26日
Arxiv
4+阅读 · 2021年1月14日
Arxiv
7+阅读 · 2020年10月9日
Risk-Aware Active Inverse Reinforcement Learning
Arxiv
7+阅读 · 2019年1月8日
Arxiv
25+阅读 · 2018年8月19日
Arxiv
151+阅读 · 2017年8月1日
VIP会员
相关主题
相关资讯
微信扫码咨询专知VIP会员