機器學習設計模式（影印版）

定　價：￥132.00

作　者：	Valliappa Lakshmanan，Sara Robinson，Michael ... 著
出版社：	東南大學出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

ISBN：	9787564195540	出版時間：	2021-07-01	包裝：	平裝
開本：	16開	頁數：	390	字數：

內容簡介

　　《機器學習設計模式（影印版）》中的設計模式針對機器學習中反復出現的問題給出實踐和解決方案。作者為來自谷歌的三位工程師，他們整理了已證實的方法，幫助數據科學家解決整個機器學習過程中的常見問題。這些設計模式將數百位專家的經驗轉化成直接、易懂的建議。在這本書中，你會找到關于數據和問題表示、操作化、可重復性、可復現性、靈活性、可解釋性和公平性的30種模式的詳細解釋。每個模式包括對問題的描述、各種可能的解決方案，以及針對你的情況選擇技術的建議。你將學習：·識別和減輕在訓練、評估以及部署機器學習模型時的常見挑戰(zhàn)·為不同類型的機器學習模型表示數據，包括嵌入、特征交叉等·針對具體問題選擇合適的模型類型·使用檢查點、分發(fā)策略和超參數優(yōu)化，建立一個魯棒的訓練循環(huán)·部署可擴展的機器學習系統(tǒng)，通過它你可以再訓練和更新以反映新的數據·為用戶解釋模型的預測結果，確保模型公平地對待用戶·提高模型的準確性、可復現性和彈性

作者簡介

　　Valliappa（Lak）Lakshmanan是谷歌云數據分析和人工智能解決方案的全球負責人。Sara Robinson是谷歌云團隊的開發(fā)者和倡導者，專注于機器學習。Michael Munn是谷歌的機器學習解決方案工程師，他幫助客戶設計、實現和部署機器學習模型。

圖書目錄

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