Projetando Sistemas de Machine Learning
Os sistemas de Machine Learning (ML) são complexos e únicos. Complexos porque são compostos de muitos componentes diferentes e envolvem muitas partes interessadas diferentes. Únicos porque são dependentes de dados, e esses dados variam muito de um caso de uso para outro. Neste livro, você aprenderá uma abordagem holística para projetar sistemas de ML que sejam confiáveis, escaláveis, de fácil manutenção e adaptáveis a ambientes em constante mudança e requisitos de negócios.
A autora Chip Huyen, cofundadora da Claypot AI, considera como cada decisão de design — como processar e criar dados de treinamento, quais recursos usar, com que frequência treinar modelos e o que monitorar — pode ajudar seu sistema como um todo a atingir os objetivos. A estrutura iterativa neste livro usa estudos de caso reais respaldados por vastas referências.
Este livro o ajudará a lidar com os seguintes cenários:
“Este é simplesmente o melhor livro para se ler sobre como criar, implementar e escalar modelos de machine learning em uma empresa para obter o máximo impacto.”—Josh Wills Engenheiro de Software na WeaveGrid e ex-diretor de Data Engineering no Slack
“Em um mapa próspero do ecossistema, ainda que caótico, a visão de princípios apresentados sobre ML de ponta a ponta serve como uma leitura obrigatória para profissionais dentro e fora da Big Tech, sobretudo para aqueles que trabalham em “escala razoável.”—Jacopo Tagliabue Diretor de IA da Coveo
Em estoque
R$86.90
Peso | 512 g |
---|---|
Dimensões | 23 × 15.8 × 1.8 cm |
Ano | 2023 |
Edição | 1ª Edição |
Disponível em ePub? | |
Número de Páginas | 384 |
Disponibilizamos uma pequena amostra do livro para que você possa apreciar os detalhes do índice os conteúdos iniciais e linguagem visual.