机器学习项目成功交付

作者: [美]西蒙·汤普森 著 徐志恒 译

出版社: 清华大学出版社

出版日期: 2024-08-01

电子书 ¥57.85 定价:89.0
  • 收藏

  • 加书架

  • 引用

简介

《机器学习项目成功交付》详细阐述了与机器学习成功交付相关的基本知识,主要包括项目前期,开始工作,深入研究问题,探索性数据分析、道德和基线评估,使用机器学习技术制作实用模型,测试和选择模型,系统构建和生产,发布项目等内容。此外,本书还提供了相应的示例、代码,以帮助读者进一步理解相关方案的实现过程。 本书适合作为高等院校计算机及相关专业的教材和教学参考书,也可作为相关开发人员的自学用书和参考手册。

编辑推荐

对于机器学习项目来说,我们可能看不到一种人所共知的弊病,甚至没有一个单一的主题。相反,这些项目的失败似乎来自许多不同的方向。尽管这些项目失败的原因各不相同,但其中也有一个共同的原因:领导这些项目的人大都才华横溢、聪明睿智、善于表达、技术精湛,唯独欠缺的就是经验。如果你有幸获得足够的经验来引导一个或十个机器学习项目取得成功,那么不分享这些经验就显得过于吝啬了。机器学习和人工智能是可以用于公益的技术,它们有望帮助应对气候变化、流行疾病和经济困境。也许通过分享如何管理机器学习项目的知识,我可以帮助其他人完成一些实际项目,让世界变得更美好!

更多出版物信息
  • 版权: 清华大学出版社
  • 出版: 2024-08-01
  • 作者:[美]西蒙·汤普森 著 徐志恒 译
  • 更新: 2024-11-13
  • 书号:9787302668589
  • 中图:TP181
  • 学科:
    工学
    控制科学与工程
    工学
    计算机科学与技术
    交叉学科
    智能科学与技术

作者信息

[美]西蒙·汤普森 著 徐志恒 译

Simon Thompson拥有25年的开发人工智能系统的经验(虽然使用的并不都是机器学习技术)。他领导了英国电信(BT)实验室的人工智能研究项目,帮助该公司开拓了大数据技术,并管理了近十年的应用研究实践。其团队交付的项目使用了贝叶斯机器学习、深度网络以及运行良好的早期风格决策树和关联规则挖掘技术,以提供对大型公司的电信网络、客户服务和业务流程的深入见解。

相关图书