Jetzt 20% Rabatt auf alle English Books. Jetzt in über 4 Millionen Büchern stöbern und profitieren!
Willkommen, schön sind Sie da!
Logo Ex Libris

Design Patterns für Machine Learning

  • Kartonierter Einband
  • 432 Seiten
(0) Erste Bewertung abgeben
Bewertungen
(0)
(0)
(0)
(0)
(0)
Alle Bewertungen ansehen
Bewährte Praxislösungen für komplexe Machine-Learning-Aufgaben Behandelt alle Phasen der ML-Produktpipeline Klar strukturierter Au... Weiterlesen
20%
63.00 CHF 50.40
Sie sparen CHF 12.60
Auslieferung erfolgt in der Regel innert 2 bis 4 Werktagen.
Bestellung & Lieferung in eine Filiale möglich

Beschreibung

Bewährte Praxislösungen für komplexe Machine-Learning-Aufgaben

  • Behandelt alle Phasen der ML-Produktpipeline
  • Klar strukturierter Aufbau, der dafür sorgt, dass sich Konzepte und Zusammenhänge rasch erschließen
  • Fokus auf TensorFlow, aber auch übertragbar auf PyTorch-Projekte

Die Design Patterns in diesem Buch zeigen praxiserprobte Lösungen für wiederkehrende Aufgaben im Machine Learning. Die Autor:innen ML-Experten bei Google beschreiben Methoden, die Data Scientists helfen, typische Probleme im gesamten ML-Prozess zu bewältigen. Die Entwurfsmuster verdichten die Erfahrungen von Hunderten von Expert:innen zu klar strukturierten, zugänglichen Best Practices.

Das Buch bietet detaillierte Erläuterungen zu 30 Mustern für die Daten- und Problemdarstellung, Operationalisierung, Wiederholbarkeit, Reproduzierbarkeit, Flexibilität, Erklärbarkeit und Fairness. Zu jedem Muster erhalten Sie eine Beschreibung des Problems, eine Vielzahl möglicher Lösungen sowie Empfehlungen, welche Technik die beste für Ihre Problemstellung ist.

Erfahren Sie, wie Sie:

  • Herausforderungen beim Trainieren, Bewerten und Deployen von ML-Modellen erkennen und überwinden
  • Daten für verschiedene ML-Modelltypen mit Einbettungen, Feature Crosses und mehr darstellen
  • den richtigen Modelltyp für bestimmte Fragestellungen auswählen
  • eine robuste Trainingsschleife mit Checkpoints, Verteilungsstrategie und Hyperparameter-Tuning erstellen
  • skalierbare ML-Systeme deployen, die bei erneutem Training aktuelle Daten berücksichtigen
  • Modellvorhersagen für Stakeholder interpretieren
  • Modellgenauigkeit, Reproduzierbarkeit, Resilienz und Fairness verbessern


Autorentext
Michael Munn ist ML Solutions Engineer bei Google. Er unterstützt Kunden bei der Entwicklung, Implementierung und Bereitstellung von Machine-Learning-Modellen.

Produktinformationen

Titel: Design Patterns für Machine Learning
Untertitel: Entwurfsmuster für Datenaufbereitung, Modellbildung und MLOps Best Practices für die gesamte ML-Pipeline
Autor:
Übersetzer:
EAN: 9783960091646
ISBN: 978-3-96009-164-6
Format: Kartonierter Einband
Hersteller: O'Reilly
Herausgeber: O'Reilly
Genre: Programmiersprachen
Anzahl Seiten: 432
Gewicht: 778g
Größe: H240mm x B165mm x T28mm
Jahr: 2021
Untertitel: Deutsch
Land: DE

Weitere Produkte aus der Reihe "Animals"