Валлиаппа Лакшманан , Сара Робинсон , Майкл Мунн - Машинное обучение. Паттерны проектирования
Название: | Машинное обучение. Паттерны проектирования | |
Автор: | Валлиаппа Лакшманан , Сара Робинсон , Майкл Мунн | |
Жанр: | Искусственный интеллект | |
Изадано в серии: | Бестселлеры o’reilly | |
Издательство: | БХВ-Петербург | |
Год издания: | 2022 | |
ISBN: | 978-5-9775-6797-8 | |
Отзывы: | Комментировать | |
Рейтинг: | ||
Поделись книгой с друзьями! Помощь сайту: донат на оплату сервера |
Краткое содержание книги "Машинное обучение. Паттерны проектирования"
Приводимые в книге патrерны проектирования отражают лучшие практические подходы к решению типичных задач машинного обучения. Указанные паттерны, реализованные в программном коде, сконцентрировали опыт сотен экспертов в простые и легкодоступные советы. Книга содержит подробный разбор 30 патrернов, служащих для представления данных и задач, тренировки моделей, отказоустойчивого обслуживания, обеспечения воспроизводимости и искусственного интеллекта. Каждый паттерн включает в себя постановку задачи, ряд потенциальных решений и рекомендации по выбору технического приема, наилучшим образом подходящего к данной ситуации. Для программистов в области машинного обучения
Читаем онлайн "Машинное обучение. Паттерны проектирования". [Страница - 4]
Выбор правильного инструмента для задачи ........................................................... 138
Другие ансамблевые методы ..................................................................................... 138
ПАТТЕРН 8. Каскад .................................................................................................................... 139
Постановка задачи ................................................................................................................. 139
Решение .................................................................................................................................. 140
Компромиссы и альтернативы .............................................................................................. 145
Детерминированные входные данные ...................................................................... 145
Одиночная модель ...................................................................................................... 145
Внутренняя согласованность ..................................................................................... 146
Предварительно натренированные модели .............................................................. 146
Постановка задачи
Решение
8
Оглавление
Изменение контекста вместо каскада
........... " ........ " .......... " ..... " .. " ......................... 14 7
................................................................................... 14 7
ПАТТЕРН 9. Нейтральный класс ............................................................................................... 147
Постановка задачи ................................................................................................................. 148
Решение .................................................................................................................................. 148
Почему это работает .............................................................................................................. 149
Синтетические данные ............................................................................................... 149
В реальном мире .................................................................. " ..................................... 150
Компромиссы и альтернативы .............................................................................................. 151
Когда эксперты расходятся во мнениях ................................................................... 151
Удовлетворенность клиента ...................................................................................... 152
В качестве подхода к улучшению векторных вложений ........... " .. " .. " ................... 152
Переформулировка с использованием нейтрального класса .................................. 152
ПАТТЕРН 10. Перебалансировка .............................................................................................. 153
Постановка задачи ................................................................................................................. 153
Решение .................................................................................................................................. 154
Выбор метрики оценивания ....................................................................................... 155
Понижающий отбор ................................................................................................... 156
Взвешенные классы .................................................................................................... 158
Смещенность выходного слоя .................................................................................... 159
Повышающий отбор ................................................................................................... 159
Компромиссы и альтернативы .................. " .............................. " ........... " ............................. 161
Переформулировка и каскад ...................................................................................... 161
Обнаружение аномалий ............................................................................................. 164
Число примеров миноритарного класса ........ "" ........ "." ... " ............................ "."" .. 166
Сочетание разных технических приемов ... " ................ " ............................... " .... "." 166
Выбор архитектуры модели ....................................................................................... 167
Важность объяснимости ............................................................................................ 168
Резюме .......................................................................................................................................... 170
Регрессия в редких ситуациях
Глава
4. Паттерны для
тренировки моделей ......................................................... 173
Типичный цикл тренировки
.......... " .......................................................... " ............................... 173
.................................................................................... 173
Цикл тренировки в Keras ............... "" ......................... " ......................................................... 174
Паттерны для выполнения тренировки ................................................................................ 175
ПА ТТЕРН 11. Полезное переобучение ............................................. " ...................................... 175
Постановка задачи ................................................................................................................. 175
Решение .................................................................................................................................. 177
Почему это работает .............................................................................................................. 178
Компромиссы и альтернативы .............................................................................................. 179
Интерполяция и теория хаоса .................................................................................... 180
Методы Монте-Карло ................................................................................................. 180
Дискретизации под управлением данных --">
Книги схожие с «Машинное обучение. Паттерны проектирования» по жанру, серии, автору или названию:
Ноа Гифт - Прагматичный ИИ. Машинное обучение и облачные технологии Жанр: Искусственный интеллект Год издания: 2019 Серия: Для профессионалов |
Джон Д. Келлехер - Глубокое обучение. Самый краткий и понятный курс Жанр: Искусственный интеллект Год издания: 2022 Серия: Библиотека MIT |
Сет Вейдман - Глубокое обучение: легкая разработка проектов на Python Жанр: Python Год издания: 2021 Серия: Бестселлеры o’reilly |
Ян Пойнтер - Программируем с PyTorch. Создание приложений глубокого обучения Жанр: Искусственный интеллект Год издания: 2020 Серия: Бестселлеры o’reilly |
Другие книги из серии «Бестселлеры o’reilly»:
Евгений Брикман - Terraform: инфраструктура на уровне кода Жанр: Программирование: прочее Год издания: 2020 Серия: Бестселлеры o’reilly |
Лейн Кэмпбелл, Черити Мейджорс - Базы данных. Инжиниринг надежности Жанр: Базы данных Год издания: 2020 Серия: Бестселлеры o’reilly |
Аллен Б. Дауни - Основы Python. Научитесь думать как программист Жанр: Python Год издания: 2021 Серия: Бестселлеры o’reilly |
Марк Лой, Патрик Нимайер, Дэниэл Лук - Программируем на Java Жанр: Java, Java Script Год издания: 2023 Серия: Бестселлеры o’reilly |