Cargando…

Ji qi xue xi she ji mo shi = Machine learning design patterns /

机器学习设计模式 = Machine learning design patterns /

Detailed summary in vernacular field.

Detalles Bibliográficos
Clasificación:Libro Electrónico
Autores principales: Lakshmanan, Valliappa (Autor), Robinson, Sara (Autor), Munn, Michael (ML solutions engineer) (Autor)
Otros Autores: Sun, Meng (Traductor), Zou, Xia (Traductor), Jia, Chong (Traductor), Wang, Yimin (Traductor)
Formato: Electrónico eBook
Idioma:Chino
Inglés
Publicado: Nanjing : Dong nan da xue chu ban she = Southeast University Press, 2022.
Edición:Di 1 ban.
Temas:
Acceso en línea:Texto completo (Requiere registro previo con correo institucional)

MARC

LEADER 00000cam a22000007i 4500
001 OR_on1355683852
003 OCoLC
005 20231017213018.0
006 m o d
007 cr cnu|||unuuu
008 221221s2022 cc a o 000 0 chi d
040 |a ORMDA  |b eng  |e rda  |e pn  |c ORMDA  |d OCLCF  |d OCLCO 
066 |c Hani  |c $1 
020 |a 9787564196776  |q (electronic bk.) 
020 |a 7564196777  |q (electronic bk.) 
035 |a (OCoLC)1355683852 
037 |a 9787564196776  |b O'Reilly Media 
041 1 |a chi  |h eng 
050 4 |a Q325.5 
082 0 4 |a 006.31  |2 23/eng/20221221 
049 |a UAMI 
100 1 |a Lakshmanan, Valliappa,  |e author. 
240 1 0 |a Machine learning design patterns.  |l Chinese 
245 1 0 |6 880-01  |a Ji qi xue xi she ji mo shi =  |b Machine learning design patterns /  |c Valliappa Lakshmanan, Sara Robinson, Michael Munn zhu ; Sun Meng, Zou Xia, Jia Chong, Wang Yimin yi. 
246 3 1 |a Machine learning design patterns 
250 |6 880-02  |a Di 1 ban. 
264 1 |6 880-03  |a Nanjing :  |b Dong nan da xue chu ban she = Southeast University Press,  |c 2022. 
300 |a 1 online resource (386 pages) :  |b illustrations 
336 |a text  |b txt  |2 rdacontent 
337 |a computer  |b c  |2 rdamedia 
338 |a online resource  |b cr  |2 rdacarrier 
500 |6 880-04  |a O'Reilly Media, Inc. shou quan chu ban. 
520 |6 880-05  |a Detailed summary in vernacular field. 
590 |a O'Reilly  |b O'Reilly Online Learning: Academic/Public Library Edition 
650 0 |a Machine learning. 
650 0 |a Big data. 
650 6 |a Apprentissage automatique. 
650 6 |a Données volumineuses. 
650 7 |a Big data  |2 fast 
650 7 |a Machine learning  |2 fast 
700 1 |a Robinson, Sara,  |e author. 
700 1 |a Munn, Michael  |c (ML solutions engineer),  |e author. 
700 1 |6 880-06  |a Sun, Meng,  |e translator. 
700 1 |6 880-07  |a Zou, Xia,  |e translator. 
700 1 |6 880-08  |a Jia, Chong,  |e translator. 
700 1 |6 880-09  |a Wang, Yimin,  |e translator. 
856 4 0 |u https://learning.oreilly.com/library/view/~/9787564196776/?ar  |z Texto completo (Requiere registro previo con correo institucional) 
880 1 0 |6 245-01/$1  |a 机器学习设计模式 =  |b Machine learning design patterns /  |c Valliappa Lakshmanan, Sara Robinson, Michael Munn 著 ; 孙蒙, 邹霞, 贾冲, 王艺敏 译. 
880 |6 250-02/$1  |a 第1版. 
880 1 |6 264-03/$1  |a 南京 :  |b 东南大学出版社 = Southeast University Press,  |c 2022. 
880 |6 500-04/$1  |a O'Reilly Media, Inc. 授权出版. 
880 |6 520-05/$1  |a 本书中的设计模式针对机器学习中反复出现的问题给出最佳实践和解决方案。作者为来自谷歌的三位工程师,他们整理了已证实的方法,帮助数据科学家解决整个机器学习过程中的常见问题。这些设计模式将数百位专家的经验转化成直接、易懂的建议。 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、可复现性、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,以及针对你的情况选择最佳技术的建议。 你将学习: 识别和减轻在训练、评估以及部署机器学习模型时的常见挑战 为不同类型的机器学习模型表示数据,包括嵌入、特征交叉等 针对具体问题选择合适的模型类型 使用检查点、分发策略和超参数优化,建立一个鲁棒的训练循环 部署可扩展的机器学习系统,通过它你可以再训练和更新以反映新的数据 为用户解释模型的预测结果,确保模型公平地对待用户 提高模型的准确性、可复现性和弹性. 
880 1 |6 700-06/$1  |a 孙蒙,  |e translator. 
880 1 |6 700-07/$1  |a 邹霞,  |e translator. 
880 1 |6 700-08/$1  |a 贾冲,  |e translator. 
880 1 |6 700-09/$1  |a 王艺敏,  |e translator. 
994 |a 92  |b IZTAP