設計機器學習系統|迭代開發生產環境就緒的 ML 程式 (Designing Machine Learning Systems: An Iterative Process for Production-Ready Applications)

Chip Huyen 著 Arthur Cho 譯

  • 設計機器學習系統|迭代開發生產環境就緒的 ML 程式 (Designing Machine Learning Systems: An Iterative Process for Production-Ready Applications)-preview-1
  • 設計機器學習系統|迭代開發生產環境就緒的 ML 程式 (Designing Machine Learning Systems: An Iterative Process for Production-Ready Applications)-preview-2
  • 設計機器學習系統|迭代開發生產環境就緒的 ML 程式 (Designing Machine Learning Systems: An Iterative Process for Production-Ready Applications)-preview-3
  • 設計機器學習系統|迭代開發生產環境就緒的 ML 程式 (Designing Machine Learning Systems: An Iterative Process for Production-Ready Applications)-preview-4
  • 設計機器學習系統|迭代開發生產環境就緒的 ML 程式 (Designing Machine Learning Systems: An Iterative Process for Production-Ready Applications)-preview-5
  • 設計機器學習系統|迭代開發生產環境就緒的 ML 程式 (Designing Machine Learning Systems: An Iterative Process for Production-Ready Applications)-preview-6
  • 設計機器學習系統|迭代開發生產環境就緒的 ML 程式 (Designing Machine Learning Systems: An Iterative Process for Production-Ready Applications)-preview-7
  • 設計機器學習系統|迭代開發生產環境就緒的 ML 程式 (Designing Machine Learning Systems: An Iterative Process for Production-Ready Applications)-preview-8
  • 設計機器學習系統|迭代開發生產環境就緒的 ML 程式 (Designing Machine Learning Systems: An Iterative Process for Production-Ready Applications)-preview-9
設計機器學習系統|迭代開發生產環境就緒的 ML 程式 (Designing Machine Learning Systems: An Iterative Process for Production-Ready Applications)-preview-1

買這商品的人也買了...

相關主題

商品描述

「簡而言之,這是關於如何在公司構建、部署和擴展機器學習模型以獲得最大影響的最佳書籍。 」
—Josh Wills
WeaveGrid軟體工程師和前任Slack資料工程總監

「在蓬勃發展但混亂的生態系統中,提供了ML從端到端的原則性視角,既是地圖又是指南針;大型科技公司內外的從業者必讀。」
—Jacopo Tagliabue
Coveo人工智慧總監

機器學習系統既複雜又獨特,複雜之處在於系統組件繁多,並涉及許多不同的持份者。獨特之處在於系統依賴資料,且資料在不同使用案例中大有不同。在本書,您將學習一種整體方法來設計可靠、可擴展、可維護,並能適應不斷變化環境和業務需求的機器學習系統。

Claypot AI的聯合創始人、作者Chip Huyen考慮了每項設計決策—如何處理和創建訓練資料、使用哪些功能、重新訓練模型的頻率以及監控範圍,讓系統全面達標。本書提出的迭代框架結合實際案例研究,案例背後具大量參考文獻支持。

本書將幫助您應對以下場景:
‧規劃資料並選擇正確的指標來解決業務問題
‧自動化流程以持續開發、評估、部署和更新模型
‧開發監控系統,以快速檢測和解決模型在生產環境可能遇到的問題
‧構建跨用例服務的ML平台
‧開發負責任的機器學習系統

作者簡介

Chip Huyen 是實時機器學習平台Claypot AI的聯合創辦人。她曾於NVIDIA,Netflix,及Snorkel AI工作,從中幫助了全球最大型的機構開發和部署ML系統。Chip以自己在斯坦福大學任教的課程「CS 329s:機器學習系統設計」作為本書藍本。

目錄大綱

前言
第1章 機器學習系統概覽
第2章 機器學習系統設計簡介
第3章 資料工程基礎
第4章 訓練資料
第5章 特徵工程
第6章 模型開發和離線評估
第7章 模型部署和預測服務
第8章 資料分布轉移和監控
第9章 在生產中持續學習和測試
第10章 MLOps 的基礎設施和工具
第11章 涉及人類的機器學習
結語
索引