机器学习设计模式(影印版)(英文版)
正版保障 假一赔十 可开发票
￥ 82.84 6.3折 ￥ 132 全新
库存3件
广东广州
认证卖家担保交易快速发货售后保障
作者[美]瓦利阿帕·拉克什曼南
出版社南京东南大学出版社有限公司
ISBN9787564195540
出版时间2020-05
装帧平装
开本16开
定价132元
货号11131040
上书时间2024-12-28
商品详情
- 品相描述：全新
- 商品描述
-
作者简介
Valliappa（Lak）Lakshmanan是谷歌云数据分析和人工智能解决方案的全球负责人。
Sara Robinson是谷歌云团队的开发者和倡导者，专注于机器学习。 Michael Munn是谷歌的机器学习解决方案工程师，他帮助客户设计、实现和部署机器学习模型。
目录
Preface
1．The Need for Machine Learning Design Patterns
What Are Design Patterns?
How to Use This Book
Machine Learning Terminology
Models and Frameworks
Data and Feature Engineering
The Machine Learning Process
Data and Model Tooling
Roles
Common Chauenges in Machine Learning
Data Quality
Reproducibility
Data Drift
Scale
Multiple Objectives
Summary
2．Data Representation Design Patterns
Simple Data Representations
Numerical Inputs
Categorical Inputs
Design Pattern 1： Hashed Feature
Problem
Solution
Why It Works
Trade-Offs and Alternatives
Design Pattern 2： Embeddings
Problem
Solution
Why It Works
Trade-Offs and Alternatives
Design Pattern 3： Feature Cross
Problem
Solution
Why It Works
Trade-Offs and Alternatives
Design Pattern 4： Multimodallnput
Problem
Solution
Trade-Offs and Alternatives
Summary
3．Problem Representation Design Patterns
Design Pattern 5： Reframing
Problem
Solution
Why It Works
Trade-Offs and Alternatives
Design Pattern 6： Multilabel
Problem
Solution
Trade-Offs and Alternatives
Design Pattern 7： Ensembles
Problem
Solution
Why It Works
Trade-Offs and Alternatives
Design Pattern 8： Cascade
Problem
Solution
Trade-Offs and Alternatives
Design Pattern 9： Neutral Class
Problem
Solution
Why It Works
Trade-Offs and Alternatives
Design Pattern 10： Re alanang
Problem
……
4．ModeI Training Patterns．．．
5．Design Patterns for Resilient Serving
6．Reproduability Design Patterns
7．Responsible AI
8．Connected Patterns
Index
内容摘要
本书中的设计模式捕捉了机器学习中反复出现的问题的很好实践和解决方案。作者是谷歌的三名工程师，他们整理了已证实的方法，帮助数据科学家解决整个ML过程中的常见问题。这些设计模式将数百位专家的经验编纂成直接、平易近人的建议。在这本书中，你会找到关于数据和问题表示、操作化、可重复性、可再现性、灵活性、可解释性和公平性的30种模式的详细解释。每个模式包括对问题的描述、各种可能的解决方案，以及针对您的情况选择很好技术的建议。
精彩内容
本书中的设计模式捕捉了机器学习中反复出现的问题的最佳实践和解决方案。作者是谷歌的三名工程师，他们整理了已证实的方法，帮助数据科学家解决整个ML过程中的常见问题。这些设计模式将数百位专家的经验编纂成直接、平易近人的建议。
在这本书中，你会找到关于数据和问题表示、操作化、可重复性、可再现性、灵活性、可解释性和公平性的30种模式的详细解释。每个模式包括对问题的描述、各种可能的解决方案，以及针对您的情况选择最佳技术的建议。
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价