µn¤J
¡U
µù¥U
¡U
·|û¤¤¤ß
¡U
µ²±b
¡U
°ö°V½Òµ{
Å]ªk§Ì¤l
¡U
¦Û¸ê¥Xª©
¡U
¹q¤l®Ñ
¡U
«ÈªA¤¤¤ß
¡U
´¼¼z«¬¥ßÊ^·|û
®Ñ¦W
¥Xª©ªÀ
§@ªÌ
isbn
½s¸¹
5050Å]ªk²³Äw
|
NG®Ñ«°
|
°ê»Ú¯Å«~µP½Òµ{
|
Àu´f³qª¾
|
ÅRÆE^¶¯µ¼Öºë¿ï
|
¦¹§@ªÌµL¬ÛÃö®ÑÄy
¤å¾Ç¤p»¡
¤å¾Ç
¡U
¤p»¡
°ÓºÞ³Ð§ë
°]¸g§ë¸ê
¡U
¦æ¾P¥øºÞ
¤H¤åÃÀ§{
©v±Ð¡Bõ¾Ç
ªÀ·|¡B¤H¤å¡B¥v¦a
ÃÀ³N¡B¬ü¾Ç
¡U
¹q¼vÀ¸¼@
Ày§Ó¾i¥Í
ÂåÀø¡B«O°·
®Æ²z¡B¥Í¬¡¦Ê¬ì
±Ð¨|¡B¤ß²z¡BÀy§Ó
¶i׾Dzß
¹q¸£»Pºô¸ô
¡U
»y¨¥¤u¨ã
Âø»x¡B´Á¥Z
¡U
x¬F¡Bªk«ß
°Ñ¦Ò¡B¦Ò¸Õ¡B±Ð¬ì¥Î®Ñ
¬ì¾Ç¤uµ{
¬ì¾Ç¡B¦ÛµM
¡U
¤u·~¡B¤uµ{
®a®x¿Ë¤l
®a®x¡B¿Ë¤l¡B¤H»Ú
«C¤Ö¦~¡Bµ£®Ñ
ª±¼Ö¤Ñ¦a
®È¹C¡B¦a¹Ï
¡U
¥ð¶¢®T¼Ö
º©µe¡B´¡¹Ï
¡U
¨î¯Å
¾÷¾¹¾Ç²ß³]p¼Ò¦¡
§@ªÌ¡G
Valliappa Lakshmanan, Sara Robinson, Michael Munn
ĶªÌ¡G
賴屹民
¤ÀÃþ¡G
¹q¸£»Pºô¸ô
¡þ
AI¡E¤H¤u´¼¼z
¥Xª©ªÀ¡G
¬ü°Ó¼ÚµÜ§¤¤¤å®Ñ
¥Xª©¤é´Á¡G2021/5/26
ISBN¡G9789865027889
®ÑÄy½s¸¹¡Gkk0533164
¶¼Æ¡G400
©w»ù¡G
680
¤¸
Àu´f»ù¡G
82
§é
558
¤¸
®Ñ»ùY¦³²§°Ê¡A¥H¥Xª©ªÀ¹ê»Ú©w»ù¬°·Ç
qÁÊ«á¥ß§Y¬°±z¶i³f
qÁÊ«á¥ß§Y¬°±z¶i³f¡G¥Ø«eµL®w¦s¶q,ŪªÌ¤Uq«á,¶}©l¶i¤J½Õ®Ñµ{§Ç,¤@¯ë¤Ñ¼Æ¬ù¬°2-10¤u§@¤é(¤£§t¨Ò°²¤é)¡C
¹ÎÁʼƳ̧C¬° 20 ¥»¥H¤W
µû»ù¼Æ¡G
(½Ð±N·Æ¹«²¾¦Ü¬P¬P³B¶i¦æµû»ù)
¥Ø«e¥§¡µû»ù¡G
¤å¦r³sµ²
½Æ»s»yªk
¾÷¾¹¾Ç²ß³]p¼Ò¦¡
¹Ï¤ù³sµ²
½Æ»s»yªk
¤À
¨É
¤º®e²¤¶
®ÑÄy¥Ø¿ý
¦PÃþ±ÀÂË
機器學習設計模式 內容簡介 資料準備、模型建構與MLOps常見挑戰的解決方案 「本書提供了豐富的範例,如果你是資料科學家或ML工程師,而且想要了解如何使用行之有效的解決方案來處理複雜的ML問題,你一定要看這本書。」 —David Kanter ML Commons執行長 「如果你想在建構ML解決方案的過程中減少傷害、碰撞和磨擦,Lak、Sara和Michael可以在背後支持你。」 —Will Grannis Google Cloud CTO Office常務董事 本書的設計模式介紹常見的機器學習最佳實踐法和解決方案。作者是三位Google工程師,他們整理了一些經過驗證的方法,協助資料科學家匯整ML程序中常見的問題,用這些設計模式來將數百位專家的經驗整理成直觀、平易近人的建議。 這本書詳細地解釋30種模式,介紹資料和問題的表示法、作業化、可重複性、再現性、靈活性、可解釋性和公平性,每一種模式都包含問題描述、各種可能的解決方案,以及視情況選擇最佳技術的建議。 你將學會: ‧在訓練、評估和部署ML模型時,認出常見的挑戰並處理它們 ‧表示各種ML模型的資料,包括embedding、feature cross(特徵交叉)等 ‧為具體的問題選擇適合的模型 ‧使用檢查點、發布策略和超參數調整來建立穩健的訓練循環 ‧部署可擴展的ML系統,以便用新資料來進行重新訓練和更新 ‧向關係人解釋模型為何做出那些預測,以確保模型公平地對待用戶 ‧提高模型的準確性、再現性和復原力
¥Ø¿ý «e¨¥ ²Ä¤@³¹ ¬°¦ó»Ýn¾÷¾¹¾Ç²ß³]p¼Ò¦¡ ²Ä¤G³¹ ¸ê®Æªí¥Ü ²Ä¤T³¹ °ÝÃDªí¥Ü ²Ä¥|³¹ ¼Ò«¬°V½m ²Ä¤³¹ ´£¨Ñ¨ã´_ì¤OªºªA°È ²Ä¤»³¹ ¦A²{©Ê ²Ä¤C³¹ Responsible AI ²Ä¤K³¹ ³s±µ¼Ò¦¡ ¯Á¤Þ
Gemini Not
AI»PBI¡A¸£¾÷¤§¶¡
¶W¶V Vibe Co
RAGÀAÅn§®p¡G¨Ï¥Î
·Q¥hFAANG¤W¯Z
¦hÓ Agents
¤â¨èCoding A
StatQuest
AI ¥Ã»·¾Ç¤£·|ªº¸ê
¡m¥Í¦¨¦¡AI ¡Ñ Ã
¬°¤F«O»Ù±zªºÅv¯q¡A·sµ·¸ôºô¸ô®Ñ©±©ÒÁʶRªº°Ó«~§¡¨É¦³¨ì³f¤C¤ÑªºÅ²½à´Á¡]§t¨Ò°²¤é¡^¡C°h¦^¤§°Ó«~¥²¶·©óŲ½à´Á¤º±H¦^¡]¥H¶lÂW©Î¦¬°õÁp¬°¾Ì¡^¡A¥B°Ó«~¥²¶·¬O¥þ·sª¬ºA»P§¹¾ã¥]¸Ë(°Ó«~¡Bªþ¥ó¡B¤º¥~¥]¸Ë¡BÀH³f¤å¥ó¡BÃØ«~µ¥)¡A§_«h®¤¤£±µ¨ü°h³f¡C