機器學習數據訓練 (影印版) (英文) 安東尼.薩爾基斯 9787576612028 【台灣高等教育出版社】
圖書均為代購，正常情形下，訂後約兩周可抵台。
物品所在地：中國大陸
原出版社：東南大學
物品所在地：中國大陸
原出版社：東南大學
NT$750
商品編號:
供貨狀況:
尚有庫存
加入最愛
此商品 「 最高 」可以折抵紅利
0
點
(約等於 NT$0 )
商品介紹
| *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：202403*若逾兩年請先於私訊洽詢存貨情況，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：機器學習數據訓練 (影印版) (英文) ISBN：9787576612028 出版社：東南大學 著編譯者：安東尼.薩爾基斯 頁數：306 所在地：中國大陸 *此為代購商品 書號：1638101 可大量預訂，請先連絡。 內容簡介 訓練數據與演算法本身一樣關係到數據項目的成敗，因為大多數AI系統的失敗都與訓練數據有關。儘管訓練數據是AI和機器學習成功的基礎，但卻很少有全面的資源能幫助你掌握這一過程。 在這本實踐指南中，作者Anthony Sarkis(Diffgram AI數據訓練軟體的首席工程師)向技術專業人員、管理人員、主題專家展示了如何使用和擴展訓練數據，同時闡明了監督機器的人性化一面。工程領導者、數據工程師、數據科學專業人士都將深入了解使用訓練數據取得成功所需的概念、工具和流程。 通過本書，你將學習如何： 有效地使用包括模式、原始數據、註釋在內的訓練數據； 改造你的工作、團隊或組織，使其更加以AI，ML數據為中心； 向其他員工、團隊成員、利益相關者清晰地解釋訓練數據概念； 為生產級AI應用設計、部署、交付訓練數據； 識別並糾正新的基於訓練數據的故障模式，如數據偏差； 自信地使用自動化技術來更有效地創建訓練數據； 成功維護、操作、改進訓練數據記錄系統。作者簡介 安東尼·薩爾基斯（Anthony Sarkis）是Diffgram AI數據訓練軟體的首席工程師，也是Diffgram公司的首席技術官和創始人。在此之前，他是Skidmore Owings＆Merrill公司的研發軟體工程師，並與他人共同創辦了DriveCarma ca。目錄 Preface1 Training Data Introduction Training Data Intents What Can You Do With Training Data? What Is Training Data Most Concerned With? Training Data Opportunities Business Transformation Training Data Efficiency Tooling Proficiency Process Improvement Opportunities Why Training Data Matters ML Applications Are Becoming Mainstream The Foundation of Successful AI Training Data Is Here to Stay Training Data Controls the ML Program New Types of Users Training Data in the Wild What Makes Training Data Difficult? The Art of Supervising Machines A New Thing for Data Science ML Program Ecosystem Data-Centric Machine Learning Failures History of Development Affects Training Data Too What Training Data Is Not Generative AI Human Alignment Is Human Supervision Summary 2 Getting Up and Running Introduction Getting Up and Running Installation Tasks Setup Annotator Setup Data Setup Workflow Setup Data Catalog Setup Initial Usage Optimization Tools Overview Training Data for Machine Learning Growing Selection of Tools People， Process， and Data Embedded Supervision Human Computer Supervision Separation of End Concerns Standards Many Personas A Paradigm to Deliver Machine Learning Software Trade-Offs Costs Installed Versus Software as a Service Development System Scale Installation Options Annotation Interfaces Modeling Integration Multi-User versus Single-User Systems Integrations Scope Hidden Assumptions Security Open Source and Closed Source History Open Source Standards 3 Schema 4 Data Engineering 5 Workflow 6 Theories， Concepts， and Maintenance 7 AI Transformation and Use Cases 8 Automation 9 Case Studies and Stories 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PChome商店街私訊告知ISBN或書號，我們即儘速上架。 |
