構建可靠的機器學習系統 9787111772187 凱茜.陳 尼爾.理查德.墨菲 克蘭蒂.帕里薩等

*書籍均為代購，我們向大陸付款發訂後即無法取消，為避免造成不必要的損失，
下訂前請慎重考慮！下訂前請慎重考慮！謝謝。
*完成訂單後正常情形下約兩周可抵台。
*本賣場提供之資訊僅供參考，以到貨標的為正確資訊。
印行年月：202503*若逾兩年請先於客服中心或Line洽詢存貨情況，謝謝。
台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。
書名：構建可靠的機器學習系統
ISBN：9787111772187
出版社：機械工業
著編譯者：凱茜.陳 尼爾.理查德.墨菲 克蘭蒂.帕里薩等
頁數：316
所在地：中國大陸 *此為代購商品
書號：1721029
可大量預訂，請先連絡。

內容簡介

本書融合作者構建、運維和擴展大型機器學習系統的經驗，通過豐富的示例，詳細講解如何運行高效、可靠的機器學習系統。本書首先概述機器學習相關概念和數據管理原則，涵蓋數據管理、機器學習模型、評估質量、特徵、公平性、隱私等主題；然後介紹機器學習模型及其生命周期；最後講述如何將機器學習引入組織，以及引入后組織會發生什麼等複雜問題。

作者簡介

尼爾·理查德·墨菲(Niall Richard Murphy)是機器學習與SRE領域的一家初創公司的首席執行官，曾就職于Amazon、Google和Microsoft。

目錄

序
前言
第1章 引言
1 1 機器學習的生命周期
1 1 1 數據收集與分析
1 1 2 機器學習訓練管道
1 1 3 構建與驗證應用程序
1 1 4 質量和性能評估
1 1 5 定義與度量服務等級目標
1 1 6 發布
1 1 7 監控和反饋循環
1 2 循環中的教訓
第2章 數據管理原則
2 1 數據即責任
2 2 機器學習管道的數據敏感性
2 3 數據的階段
2 3 1 創建
2 3 2 提取
2 3 3 處理
2 3 4 存儲
2 3 5 管理
2 3 6 分析與可視化
2 4 數據可靠性
2 4 1 持久性
2 4 2 一致性
2 4 3 版本控制
2 4 4 性能
2 4 5 可用性
2 5 數據完整性
2 5 1 安全性
2 5 2 隱私
2 5 3 政策與合規
2 6 總結
第3章 模型的基本介紹
3 1 什麼是模型
3 2 基本的模型創建工作流
3 3 模型架構、模型定義與訓練過的模型
3 4 漏洞在哪裡
3 4 1 訓練數據
3 4 2 標籤
3 4 3 訓練方法
3 5 基礎設施及管道
3 5 1 平台
3 5 2 特徵生成
3 5 3 升級和修復
3 6 對任何模型提出的一系列實用問題
3 7 一個機器學習系統示例
3 7 1 紗線產品點擊預測模型
3 7 2 特徵
3 7 3 特徵標籤
3 7 4 模型更新
3 7 5 模型服務
3 7 6 常見故障
3 8 總結
第4章 特徵與訓練數據
4 1 特徵

第5章 評估模型的有效性和質量
第6章 機器學習系統中的公平性、隱私和道德
第7章 訓練系統
第8章 服務
第9章 模型的監控和可觀測性
第10章 持續機器學習
第11章 事故響應
第12章 產品和機器學習如何交互
第13章 將機器學習集成到你的組織中
第14章 實用的機器學習組織實施示例
第15章 案例研究：實踐中的MLOps

詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於客服中心或Line或本社留言板留言，我們即儘速上架。

大陸簡體正版圖書，訂購後正常情形下約兩周可抵台。