Ingegneria dell'apprendimento automatico in azione

Recensioni dei lettori

Il libro è molto apprezzato per il suo approccio pratico alle MLOps, che fornisce indicazioni chiare sulla creazione di infrastrutture per la scienza dei dati e sull'implementazione efficace delle pratiche di apprendimento automatico. Offre preziosi esempi di codice e spunti di vita reale utili agli ingegneri di ML.

⬤ Scrittura chiara e concisa
⬤ validi esempi di codice
⬤ guida completa allo sviluppo di pipeline di ML
⬤ approfondimenti pratici da progetti reali
⬤ copre un'ampia gamma di argomenti, dall'infrastruttura alla distribuzione.

Non sono stati menzionati svantaggi significativi; tuttavia, i lettori possono aspettarsi una conoscenza preliminare della teoria del ML per beneficiare appieno dei contenuti.

(basato su 5 recensioni dei lettori)

Titolo originale:

Machine Learning Engineering in Action

Contenuto del libro:

Suggerimenti, trucchi e modelli di progettazione testati sul campo per costruire progetti di Machine Learning che siano distribuibili, manutenibili e sicuri dall'idea alla produzione.

Machine Learning Engineering in Action illustra un approccio per la costruzione di sistemi di apprendimento automatico distribuibili e manutenibili in produzione. Adotterete standard di sviluppo software che consentono una migliore gestione del codice e rendono più facile testare, scalare e persino riutilizzare il vostro codice di apprendimento automatico!

Imparerete a pianificare e a definire l'ambito del vostro progetto, a gestire la logistica tra i team per evitare fatali errori di comunicazione e a progettare l'architettura del vostro codice per migliorarne la resilienza. Scoprirete anche quando non utilizzare l'apprendimento automatico e gli approcci alternativi che potrebbero essere più economici ed efficaci. Quando avrete finito di lavorare su questa guida, sarete in grado di fornire soluzioni affidabili ed economicamente vantaggiose per organizzazioni grandi e piccole.

L'acquisto del libro stampato include un eBook gratuito nei formati PDF, Kindle e ePub di Manning Publications.