Huyen Chip
Sortowanie
Źródło opisu
ebookpoint BIBLIO
(1)
Forma i typ
E-booki
(1)
Autor
Sekuła Aleksandra
(2470)
Kozioł Paweł
(2014)
Bekker Alfred
(1694)
Vandenberg Patricia
(1164)
Kochanowski Jan
(973)
Huyen Chip
(-)
Doyle Arthur Conan
(850)
Wallace Edgar
(841)
Kotwica Wojciech
(782)
Konopnicka Maria
(751)
Kowalska Dorota
(671)
Cartland Barbara
(644)
Shakespeare William
(573)
Sienkiewicz Henryk (1846-1916)
(563)
Dickens Charles
(562)
Leśmian Bolesław
(526)
Verne Jules
(511)
Mickiewicz Adam
(510)
Boy-Żeleński Tadeusz
(505)
Krasicki Ignacy
(490)
Twain Mark
(446)
Buchner Friederike von
(438)
Hackett Pete
(436)
May Karol
(435)
Krzyżanowski Julian
(434)
Maybach Viola
(434)
Waidacher Toni
(423)
London Jack
(421)
Prus Bolesław
(418)
Poe Edgar Allan
(407)
Baczyński Krzysztof Kamil
(405)
Sienkiewicz Henryk
(404)
Roberts Nora (1950- )
(401)
May Karl
(388)
Kraszewski Józef Ignacy
(380)
Oppenheim E. Phillips
(380)
Orzeszkowa Eliza
(368)
Conrad Joseph
(366)
Kraszewski Józef Ignacy (1812-1887)
(352)
Żeleński Tadeusz (1874-1941)
(342)
Żeromski Stefan (1864-1925)
(327)
Brand Max
(321)
Słowacki Juliusz
(319)
Balzac Honoré de
(318)
Jachowicz Stanisław
(318)
Otwinowska Barbara
(309)
Montgomery Lucy Maud
(305)
Christie Agatha (1890-1976)
(301)
King Stephen
(293)
Kipling Rudyard
(291)
Rawinis Marian Piotr
(288)
Marciniakówna Anna
(287)
Dönges Günter
(286)
Howard Robert E
(285)
Austen Jane
(284)
Mahr Kurt
(284)
Darlton Clark
(280)
Ewers H.G
(278)
Shakespeare William (1564-1616)
(274)
Донцова Дарья
(270)
Andersen Hans Christian
(268)
Barca Pedro Calderón de la
(265)
Siemianowski Roch (1950- )
(265)
Vega Lope de
(265)
Rolando Bianka
(262)
Trzeciak Weronika
(262)
Stevenson Robert Louis
(261)
Kühnemann Andreas
(259)
Калинина Дарья
(257)
Leblanc Maurice
(256)
Ziajkiewicz Artur
(249)
Czechowicz Józef
(243)
Francis H.G
(240)
Mickiewicz Adam (1798-1855)
(240)
Mattel
(238)
Goethe Johann Wolfgang von
(234)
Vlcek Ernst
(231)
Barner G.F
(229)
Autores Varios
(228)
Wells H. G
(228)
Brzechwa Jan (1900-1966)
(225)
Verne Juliusz
(224)
Alcott Louisa May
(223)
Chávez José Pérez
(222)
Ellmer Arndt
(221)
Żeromski Stefan
(221)
Curant Catrina
(220)
Korzeniewski Wiktor
(219)
Dołęga-Mostowicz Tadeusz
(218)
Fabianowska Małgorzata
(218)
Montgomery Lucy Maud (1874-1942)
(216)
Wilde Oscar
(216)
Palmer Roy
(215)
Szulc Andrzej
(215)
Grey Zane
(214)
Voltz William
(211)
Liebert Jerzy
(209)
Drewnowski Jacek (1974- )
(205)
White Fred M
(203)
Biel Mirella
(202)
Goliński Zbigniew
(201)
Rok wydania
2020 - 2024
(1)
Kraj wydania
Polska
(1)
Język
polski
(1)
1 wynik Filtruj
E-book
W koszyku
Forma i typ
Systemy uczenia maszynowego (ML) charakteryzują się złożonością i unikatowością. Zmiana w jednym z wielu komponentów może istotnie wpłynąć na całość. Zastosowane w modelach dane diametralnie różnią się od siebie w poszczególnych przypadkach użycia. To wszystko sprawia, że bardzo trudno jest stworzyć taki system, jeśli każdy komponent zostaje zaprojektowany oddzielnie. Aby zbudować aplikację korzystającą z ML i nadającą się do wdrożenia w środowisku produkcyjnym, konieczne jest podejmowanie decyzji projektowych z uwzględnieniem cech systemu jako całości. To książka przeznaczona dla inżynierów, którzy chcą stosować systemy uczenia maszynowego do rozwiązywania rzeczywistych problemów biznesowych. Zaprezentowano w niej systemy ML używane w szybko rozwijających się startupach, a także przedstawiono holistyczne podejście do ich projektowania ― z uwzględnieniem różnych komponentów systemu i celów osób zaangażowanych w proces. Dużo uwagi poświęcono analizie decyzji projektowych, dotyczących między innymi sposobu tworzenia i przetwarzania danych treningowych, wyboru wskaźników, częstotliwości ponownego treningu modelu czy techniki monitorowania pracy aplikacji. Zaprezentowana tu koncepcja iteracyjna natomiast pozwala na uzyskanie pewności, że podejmowane decyzje są optymalne z punktu widzenia pracy całości systemu. Co ważne, poszczególne zagadnienia zostały zilustrowane rzeczywistymi studiami przypadków. W książce między innymi: wybór wskaźników właściwych dla danego problemu biznesowego automatyzacja ciągłego rozwoju, ewaluacji, wdrażania i aktualizacji modeli szybkie wykrywanie i rozwiązywanie problemów podczas wdrożenia produkcyjnego tworzenie wszechstronnej platformy ML odpowiedzialne tworzenie systemów ML Wdrażaj i skaluj modele tak, aby uzyskiwać najlepsze wyniki!
Ta pozycja jest dostępna przez Internet. Rozwiń informację, by zobaczyć szczegóły.
Dostęp do treści elektronicznej wymaga posiadania kodu dostępu, który można odebrać w bibliotece.
Pozycja została dodana do koszyka. Jeśli nie wiesz, do czego służy koszyk, kliknij tutaj, aby poznać szczegóły.
Nie pokazuj tego więcej