Machine Learning System Design

Получите представление об общей картине и важных деталях с помощью этого комплексного руководства по проектированию высокоэффективных и надежных систем машинного обучения.

Руководство по проектированию систем машинного обучения шаг за шагом проведет вас по каждому этапу процесса машинного обучения - от сбора информации до выпуска и сопровождения. Внутри вы найдете надежную основу для создания, поддержки и улучшения систем машинного обучения любого масштаба и сложности.

В разделе "Проектирование систем машинного обучения" вы узнаете о сквозных примерах:

• Общая картина проектирования систем машинного обучения

• Анализ проблемного пространства для определения оптимального решения в области ML

• Интервью с разработчиками системы Ace ML

• Выбор подходящих показателей и критериев оценки

• Определение приоритетов задач на разных этапах проектирования системы ML

• Решение проблем, связанных с набором данных, путем сбора данных, анализа ошибок и разработки функций.

• Выявление распространенных ошибок при разработке ML-систем

• Проектирование ML-систем таким образом, чтобы они были экономичными, удобными в обслуживании и расширяемыми с течением времени

Авторы Валерий Бабушкин и Арсений Кравченко дополнили это уникальное пособие историями о походах у костра и личными советами из своей обширной карьеры. Вы сможете непосредственно ознакомиться с их опытом, рассматривая каждый аспект системы машинного обучения, от сбора требований и поиска источников данных до развертывания готовой системы и управления ею.

При покупке печатной версии книги вы получите бесплатную электронную книгу в форматах PDF и ePub от Manning Publications.

О технологии

Разработка и внедрение системы машинного обучения - это сложный многоэтапный процесс, требующий множества навыков и ролей. Независимо от того, являетесь ли вы инженером, внедряющим машинное обучение в существующее приложение, или разрабатываете ML-систему с нуля, вам необходимо ориентироваться в массивных наборах данных и потоках, четко определять требования к тестированию и развертыванию и разбираться в уникальных сложностях внедрения ML-моделей в производство. Именно об этом и пойдет речь в этой книге.

О книге

Разработка системы машинного обучения покажет вам, как спроектировать и развернуть проект машинного обучения от начала до конца. Вы будете следовать пошаговой схеме проектирования, внедрения, выпуска и сопровождения систем ML. В процессе работы вы ознакомитесь с контрольными списками требований и примерами из реальной жизни, которые помогут вам подготовиться к внедрению и оптимизации ваших собственных систем ML. Вам особенно понравятся истории о campfire и личные советы, а также советы по разработке системы ML для собеседований.

Что внутри

• Показатели и критерии оценки

• Решение распространенных проблем с набором данных

• Распространенные ошибки при разработке системы ML

• Советы для интервью по проектированию ML-систем

О читателе

Для читателей, знакомых с основами разработки программного обеспечения и машинного обучения. Примеры на Python.

Об авторе

Валерий Бабушкин - опытный специалист в области обработки данных с большим опытом работы. В настоящее время он занимает должность старшего директора в BP. Арсений Кравченко - опытный инженер ML, в настоящее время работающий старшим инженером по машинному обучению в Instrumental.

содержание

Часть 1

1 Основы проектирования систем машинного обучения

2 Есть ли проблема?

3 Предварительное исследование

4 Проектный документ

Часть 2

5 Функции потерь и показатели

6 Сбор наборов данных

7 Схемы проверки

8 Базовое решение

Часть 3

9 Анализ ошибок

10 Конвейеры обучения

11 Функции и их проектирование

12 Измерение и отчетность о результатах

Часть 4

13 Интеграция

14 Мониторинг и надежность

15 Оптимизация обслуживания и вывода

16 Владение и техническое обслуживание