如今絕大多數(shù)數(shù)據(jù)科學家和數(shù)據(jù)工程師基于高質量的標記數(shù)據(jù)集來訓練學習模型。但是,人工構建訓練集既耗時又昂貴,以至于很多公司的機器學習項目無法完成。有一種更為實用的方法。在本書中,Wee Hyong Tok、Amit Bahree和Senja Filipi向你展示了如何使用弱監(jiān)督學習模型創(chuàng)建產品。你將學習如何通過使用Snorkel(斯坦福大學人工智能實驗室的一個衍生產品),在弱標記數(shù)據(jù)集上構建自然語言處理和計算機視覺項目。由于很多公司研究的機器學習項目從未走出他們的實驗室,所以本書還提供了如何在真實案例中使用你所構建的深度學習模型的指南。