登入
｜
註冊
｜
會員中心
｜
結帳
｜
培訓課程
魔法弟子
｜
自資出版
｜
電子書
｜
客服中心
｜
智慧型立体會員
書名
出版社
作者
isbn
編號
5050魔法眾籌
|
NG書城
|
國際級品牌課程
|
優惠通知
|
霹靂英雄音樂精選
|
iPhone 4S JB解禁秘術：Cydia 超限軟體300+
此作者無相關書籍
文學小說
文學
｜
小說
商管創投
財經投資
｜
行銷企管
人文藝坊
宗教、哲學
社會、人文、史地
藝術、美學
｜
電影戲劇
勵志養生
醫療、保健
料理、生活百科
教育、心理、勵志
進修學習
電腦與網路
｜
語言工具
雜誌、期刊
｜
軍政、法律
參考、考試、教科用書
科學工程
科學、自然
｜
工業、工程
家庭親子
家庭、親子、人際
青少年、童書
玩樂天地
旅遊、地圖
｜
休閒娛樂
漫畫、插圖
｜
限制級
機器學習面試指南
Machine Learning Interviews
作者：
Susan Shu Chang
譯者：
劉超羣
分類：
電腦與網路
／
綜論
出版社：
美商歐萊禮中文書
出版日期：2025/1/23
ISBN：9786263249790
書籍編號：kk0598829
頁數：336
定價：
780
元
優惠價：
82
折
640
元
書價若有異動，以出版社實際定價為準
訂購後立即為您進貨
訂購後立即為您進貨：目前無庫存量,讀者下訂後,開始進入調書程序,一般天數約為2-10工作日(不含例假日)。
團購數最低為 20 本以上
評價數：
(請將滑鼠移至星星處進行評價)
目前平均評價：
文字連結
複製語法
<a href='https://www.silkbook.com/book_detail.asp?goods_ser=kk0598829'>機器學習面試指南</a>
圖片連結
複製語法
<a href='https://www.silkbook.com/book_detail.asp?goods_ser=kk0598829'><img src='https://www.silkbook.com/mall_image/bk/kk0598829.jpg' ALT='機器學習面試指南' height='120' width='90'></a>
分
享
內容簡介
作者介紹
書籍目錄
同類推薦
機器學習面試指南 內容簡介 啟動你的機器學習與資料科學職涯 「這是一本關於機器學習面試的全方位指南。本書涵蓋了大多數機器學習面試的內容，對於該領域的新手、經驗豐富的機器學習（ML）從業者以及資料科學家來說，都非常實用。」 --Prithvishankar Srinivasan Instacart的ML工程師（曾任職於Twitter、Microsoft） 隨著現今科技產品日益普及，對機器學習專業人才的需求也持續成長。但是不同公司之間對於ML專業人員的職責和技能要求差異迥然不同，使得面試過程難以預測。在本書中，資料科學領導者Susan Shu Chang將為你揭示如何成功應對ML招募過程的每一項挑戰。 Susan Shu Chang曾任職於多間公司的首席資料科學家，無論是擔任ML 面試官或身為應試者的身分，都擁有相當豐富的經驗。藉由本書，她分享自己在這整個過程中學到的寶貴心得，向你說明這個具高度選擇性的招募過程，讓您能快速掌握典型ML面試的成功秘訣。 這本書將帶您了解： •探索各種機器學習職位，涵蓋ML工程師、應用科學家、資料科學家和其他相關職位。 •在決定要將何種ML職位設定為目標前，先評估自己的興趣和技能。 •衡量自己目前的技術水準，針對阻礙面試成功的弱項進行補強。 •取得每個ML職位需要的技能，並製作適用於應徵的履歷表。 •在編碼測試、統計和ML理論、以及行為問題等ML面試主題上輕鬆得分。 •透過研究常見的ML面試模式和提問，為面試做好充足準備。 •獲取面試後的提示和其他有價值的資源。
作者簡介 Susan Shu Chang Susan Shu Chang 是Elastic(Elasticsearch)的首席資料科學家，在金融科技、電信和社群平台方面具有相關的ML工作經驗。她是位國際性演講者，在全球六個PyCon上演講過，而且在 Data Day Texas、PyCon DE & PyData Berlin 以及 O’Reilly 的 AI Superstream 上發表過主題演講；她也在自己的時事通訊susanshu.substack.com上撰寫有關機器學習職業生涯發展的文章。
目錄 前言 第一章 機器學習職位與面試過程 本書總覽 機器學習與資料科學工作職稱簡史 需要ML 經驗的工作職稱 機器學習生命週期 機器學習職位的三大支柱 機器學習技能矩陣 ML工作面試介紹 機器學習工作面試過程 結語 第二章 機器學習工作應徵和履歷表 去哪裡找工作？ ML工作應徵指導 機器學習履歷表指導 應徵工作 補充的工作應徵資料、證書和常見問題解答 下一個步驟 結語 第三章 技術面試：機器學習演算法 機器學習演算法技術面試總覽 統計和基礎技術 監督式學習、非監督式學習和強化學習 自然語言處理演算法 推薦系統演算法 強化學習演算法 電腦視覺演算法 結語 第四章 技術面試：模型訓練與評估 界定機器學習問題 資料預處理和特徵工程 模型訓練過程 模型評估 結語 第五章 技術面試：編碼 從頭開始：不懂Python情況下的學習路徑圖 編碼面試成功的技巧 Python編碼面試：資料以及 ML 相關的問題 Python編碼面試：腦筋急轉彎問題 SQL編碼面試：與資料相關的問題 為準備編碼面試的路徑圖 結語 第六章 技術面試：模型部署和端對端ML 模型部署 模型監控 雲端提供者概述 開發者面試最佳實踐 其他技術面試的組成部分 結語 第七章 行為面試 行為面試問題和回應 常見行為問題與建議 行為面試最佳實踐 對於大型科技公司具體準備的範例 結語 第八章 結合這一切：你的面試路徑圖 面試準備檢查表 面試路徑圖樣板 有效率的面試準備 冒名頂替症候群 結語 第九章 面試後及後續行動 面試後的步驟 面試之間該做的事 工作邀約階段的步驟 新ML工作的前30/60/90天 結語 後記 索引
成為AI無法取代的那
AI應用全解，跨越技
LLM資安教戰手冊｜
工程師下班有約：企業
深度學習詳解｜台大李
AI 提問 X 學習
我們與機器人的光明未
全面掌握DeepSe
Microsoft
AI時代的計算機概論
為了保障您的權益，新絲路網路書店所購買的商品均享有到貨七天的鑑賞期（含例假日）。退回之商品必須於鑑賞期內寄回（以郵戳或收執聯為憑），且商品必須是全新狀態與完整包裝(商品、附件、內外包裝、隨貨文件、贈品等)，否則恕不接受退貨。
