Jak projektować systemy uczenia maszynowego. Iteracyjne tworzenie aplikacji gotowych do pracy

Systemy uczenia maszynowego (ML) cechuje złożoność, a każdy ich element ma unikalną funkcję, co czyni je wyzwaniem w budowie. Zmiany w jednym z komponentów mogą wpłynąć na cały system, dlatego decyzje projektowe muszą uwzględniać całościowe funkcjonowanie aplikacji. Kluczowe jest, aby wszystkie części systemu były zaprojektowane jako elementy większej całości, zwłaszcza gdy planuje się ich zastosowanie w środowisku produkcyjnym.Książka ta jest skierowana do inżynierów, którzy chcą wykorzystać systemy ML do efektywnego rozwiązywania rzeczywistych problemów biznesowych. Opisuje, jak szybko rozwijające się startupy korzystają z tych systemów, proponując jednocześnie całościowe spojrzenie na proces projektowania. Podkreśla istotność uwzględnienia różnych elementów systemu oraz potrzeb osób zaangażowanych w projekt. Autor poświęca szczególną uwagę analizie decyzji projektowych dotyczących tworzenia danych treningowych, wyboru odpowiednich wskaźników, częstotliwości aktualizacji modeli oraz metod monitoringu funkcjonowania aplikacji. Dzięki iteracyjnemu podejściu, książka oferuje sposoby na optymalizację decyzji projektowych w celu zapewnienia sprawnego działania całego systemu, podpierając swoje teorie rzeczywistymi studiami przypadków.Czytelnicy znajdą tu między innymi porady dotyczące wyboru odpowiednich wskaźników do określonych problemów biznesowych, automatyzacji procesów rozwoju i wdrażania modeli, a także szybkiego rozwiązywania problemów w trakcie produkcyjnego wdrożenia. Ponadto, książka porusza kwestie związane z budowaniem kompleksowej platformy ML oraz odpowiedzialnym tworzeniem tych systemów.Zastosuj i rozwijaj swoje modele tak, aby osiągać jak najlepsze wyniki!