Knjiga Mašinsko učenje, Chip Huyen, 400 strana

Knjiga Mašinsko učenje – projektovanje sistema, Chip Huyen, 400 strana, B5

Sistemi mašinskog učenja su i kompleksni i jedinstveni. Kompleksni su zato što se sastoje od mnogo različitih komponenti i uključuju mnoge različite aktere. Jedinstveni su zato što zavise od podataka, pri čemu se podaci drastično razlikuju od jednog slučaja upotrebe do drugog. U ovoj knjizi ćete naučiti holistički pristup projektovanju sistema mašinskog učenja koji su pouzdani, skalabilni, održivi i prilagodljivi promenljivim okruženjima i poslovnim zahtevima.

Autorka Chip Huyen, suosnivač kompanije Claypot AI, razmatra svaku dizajnersku odluku – kao što su obrada i kreiranje podataka za obuku, izbor karakteristika, učestalost ponovnog treniranja modela i praćenje – u kontekstu kako to može pomoći vašem sistemu u celini da postigne svoje ciljeve. Iterativni okvir u ovoj knjizi koristi stvarne studije slučaja podržane obiljem referenci.

Ova knjiga će vam pomoći da se suočite sa scenarijima kao što su:
• Inženjering podataka i izbor pravih mernih pokazatelja za rešavanje poslovnog problema
• Automatizacija procesa stalnog razvoja, evaluacije, implementacije i ažuriranja modela
• Razvoj sistema za praćenje radi brzog otkrivanja i rešavanja problema koje vaši modeli mogu sresti u proizvodnji
• Arhitektura platforme za mašinsko učenje koja služi u različitim slučajevima upotrebe
• Razvoj odgovornih sistema mašinskog učenja

Tehničke karakteristike

• Naslov: Mašinsko učenje
• Podnaslov: projektovanje sistema
• Autor: Chip Huyen
• Izdavač: Agencija Eho / InfoElektronika
• Oblast: Računari/ Internet/ Programiranje, Veštačka inteligencija/ Mašinsko učenje
• Broj strana: 400
• Format: B5
• Povez: Meki
• Masa: 550 g
• ISBN: 978-86-7555-474-5
• Ključne reči: Mašinsko učenje

Sadržaj knjige

• Predgovor
• Pregled sistema mašinskog učenja, 1
• Kada koristiti mašinsko učenje, 3
• Primeri upotrebe mašinskog učenja, 9
• Razumevanje sistema mašinskog učenja, 12
• Mašinsko učenje u istraživanju u odnosu na primenu, 12
• Sistemi mašinskog učenja nasuprot tradicionalnog softvera, 22
• Rezime, 24
• Uvod u projektovanje sistema mašinskog učenja, 25
• Poslovni i ML ciljevi, 26
• Zahtevi za ML sisteme, 28
• Pouzdanost, 29
• Skalabilnost, 29
• Održivost, 31
• Prilagodljivost, 31
• Iterativan proces, 32
• Formulisanje problema mašinskog učenja, 34
• Vrste ML zadataka, 35
• Ciljne funkcije, 39
• Um protiv podataka, 42
• Rezime, 45
• Osnove inženjeringa podataka, 47
• Izvori podataka, 48
• Formati podataka, 51
• JSON, 52
• Format po redovima nasuprot formata po kolonama, 52
• Tekstualni nasuprot binarnom formatu, 55
• Modeli podataka, 56
• Relacioni model, 57
• NoSQL, 61
• Strukturisani nasuprot nestrukturisanih podataka, 64
• Mašine za skladištenje podataka i obradu, 65
• Transakciona i analitička obrada, 66
• ETL: ekstrakcija, transformacija, učitavanje, 68
• Režimi protoka podataka, 70
• Prenos podataka kroz baze podataka, 70
• Prenos podataka kroz servise, 71
• Prenos podataka transportom u realnom vremenu, 72
• Paketna obrada nasuprot obrade u toku, 76
• Rezime, 78
• Podaci za obuku, 81
• Uzorkovanje, 82
• Uzorkovanje bez verovatnoće, 83
• Jednostavno nasumično uzorkovanje (Simple Random Sampling), 84
• Slojevito uzorkovanje (Stratified Sampling), 84

O autoru

Chip Huyen je suosnivač kompanije Claypot AI, ML platforme za rad u realnom vremenu. Radeći u kompanijama NVIDIA, Netflix i Snorkel AI, pomogla je najvećim organizacijama na svetu da razvijaju i implementiraju ML sisteme. Ova knjiga je bazirana na njenim predavanjima na kursu CS 329S: Machine Learning Systems Design, koji predaje na Univerzitetu Stanford.

Dokumentacija

• Zavirite u knjigu (PDF)

Primena

Knjiga je namenjena programerima, studentima informatike, IT profesionalcima i svima koji žele da savladaju ovu oblast kroz praktične primere. Pogodna je za samostalno učenje, kao priručnik za svakodnevni rad i kao dopunska literatura u nastavi.