Uczenie maszynowe jest coraz popularniejsze. Stosuje się je w systemach wsparcia, systemach rekomendacyjnych, tłumaczeniach tekstów i wielu innych aplikacjach. Jednak podczas tworzenia tego typu produktów inżynierowie napotykają nad wyraz poważne problemy.
Jeśli ich nie rozwiążą, choćby obiecujący projekt może upaść. Trudność polega na tym,zastosowanie uczenia maszynowego w konkretnej, użytkowej aplikacji jest złożonym zadaniem. Potrzebne są wybór właściwej implementacji danej funkcjonalności, analiza błędów modelu, rozwiązanie problemów z czystością oraz weryfikacja wyników zapewniająca odpowiednią jakość artykułu.
To książka przeznaczona dla programistów i menedżerów, którzy wśród rodzących się idei uczenia maszynowego wciąż poszukują rozwiązań dla swego biznesu. Autor omawia krok po kroku proces tworzenia i wdrażania aplikacji opartej na uczeniu maszynowym, a ergonomiczne koncepcje przedstawia za pomocą przykładowych kodów, rysunków i wywiadów z liderami w tej dziedzinie.
Podpowiada, jak planować aplikację i oceniać jej jakość. Wyjaśnia także, jak skuteczny model, i prezentuje metody jego systematycznego upraszczania, aż do momentu osiągnięcia celu. W końcowej części opisuje strategie wdrażania i monitorowania modelu.
W odróżnieniu od innych pozycji poświęconych uczeniu maszynowym ten przewodnik skupia się przeważnie na definiowaniu problemów, diagnozowaniu modeli i ich wdrażaniu. Dzięki tej książce: łatwiej określisz, do czego towar ma służyć słusznie zdefiniujesz problem uczenia maszynowego ekspresowo zbudujesz kompletny proces i pozyskasz początkowy zbiór informacji zbudujesz, wytrenujesz i zoptymalizujesz model wdrożysz model w środowisku produkcyjnym przyjmiesz najlepszą metodę monitorowania pracy modelu prawidłowy pomysł - to zaledwie początek.
Najważniejsze dzieje się później! Powyższy opis pochodzi od wydawcy.
