دانلود کتاب الگوهای طراحی یادگیری ماشین: الگوهای طراحی برای آماده سازی داده ها، مدل سازی، و MLOps - بهترین شیوه ها در سراسر خط لوله ML بعد از پرداخت مقدور خواهد بود
توضیحات کتاب در بخش جزئیات آمده است و می توانید موارد را مشاهده فرمایید
نام کتاب : Design Patterns für Machine Learning: Entwurfsmuster für Datenaufbereitung, Modellbildung und MLOps – Best Practices für die gesamte ML-Pipeline
عنوان ترجمه شده به فارسی : الگوهای طراحی یادگیری ماشین: الگوهای طراحی برای آماده سازی داده ها، مدل سازی، و MLOps - بهترین شیوه ها در سراسر خط لوله ML
سری : Animals
نویسندگان : Vallappa Lakshmanan, Sara Robinson, Michael Munn
ناشر : dpunkt
سال نشر : 2021
تعداد صفحات : 432
ISBN (شابک) : 3960091648 , 9783960091646
زبان کتاب : German
فرمت کتاب : epub درصورت درخواست کاربر به PDF تبدیل می شود
حجم کتاب : 14 Mb
بعد از تکمیل فرایند پرداخت لینک دانلود کتاب ارائه خواهد شد. درصورت ثبت نام و ورود به حساب کاربری خود قادر خواهید بود لیست کتاب های خریداری شده را مشاهده فرمایید.
الگوهای طراحی در این کتاب روشها و راهحلهای آزمودهشده و آزمایششده را برای وظایف تکراری در یادگیری ماشین نشان میدهند. نویسندگان، سه کارشناس یادگیری ماشین در Google، بهترین شیوهها را برای کمک به دانشمندان داده و مهندسان داده برای حل مشکلات رایج در سراسر فرآیند ML توصیف میکنند. این الگوها تجربیات صدها متخصص را ترکیب می کند و بهترین شیوه های ساده و قابل دسترس را ارائه می دهد.
در این کتاب توضیحات مفصلی از 30 الگو برای این موضوعات خواهید یافت: داده ها و نمایش مسئله، عملیاتی سازی، تکرارپذیری، تکرارپذیری، انعطاف پذیری، توضیح پذیری و انصاف. هر الگو شامل شرحی از مشکل، انواع راهحلهای ممکن، و توصیههایی برای انتخاب بهترین تکنیک برای موقعیت شما است.
Die Design Patterns in diesem Buch zeigen praxiserprobte Methoden und Lösungen für wiederkehrende Aufgaben beim Machine Learning. Die Autoren, drei Machine-Learning-Experten bei Google, beschreiben bewährte Herangehensweisen, um Data Scientists und Data Engineers bei der Lösung gängiger Probleme im gesamten ML-Prozess zu unterstützen. Die Patterns bündeln die Erfahrungen von Hunderten von Experten und bieten einfache, zugängliche Best Practices.
In diesem Buch finden Sie detaillierte Erläuterungen zu 30 Patterns für diese Themen: Daten- und Problemdarstellung, Operationalisierung, Wiederholbarkeit, Reproduzierbarkeit, Flexibilität, Erklärbarkeit und Fairness. Jedes Pattern enthält eine Beschreibung des Problems, eine Vielzahl möglicher Lösungen und Empfehlungen für die Auswahl der besten Technik für Ihre Situation.