Введение в автоматизированное машинное обучение AutoML

984 ₽

Автор: Франк Хуттер
Название: Введение в автоматизированное машинное обучение AutoML
Формат: PDF
Тема: IT
Количество страниц: 258
Качество: Компьютерное, издательское

Ошеломляющий успех коммерческих приложений машинного обучения
(machine learning – ML) и быстрый рост этой отрасли создали высокий спрос на
готовые методы ML, которые можно легко использовать без специальных знаний.
Однако и сегодня успех практического применения в решающей степени зависит
от экспертов – людей, которые вручную выбирают подходящие архитектуры и их
гиперпараметры. Методы AutoML нацелены на устранение этого узкого места
путем построения систем ML, способных к автоматической оптимизации и само-
настройке независимо от типа входных данных. В этой книге впервые представ-
лен всеобъемлющий обзор базовых методов автоматизированного машинного
обучения (AutoML).
Издание послужит отправной точкой для изучения этой быстро развивающейся
области; тем, кто уже использует AutoML в своей работе, книга пригодится в ка-
честве справочника

Категории: Компьютеры, Электронные книги

Описание
Отзывы (0)

Описание

«Введение в автоматизированное машинное обучение AutoML» — книга, которая рассказывает, как без глубоких знаний в data science создавать высококачественные модели машинного обучения. Она объясняет, почему ручная настройка моделей отнимает месяцы работы и как AutoML-решения меняют этот процесс.

Автор последовательно знакомит читателя с основными подходами: нейропоиск архитектур, Bayesian optimization, hyperparameter tuning, AutoML-фреймворками и облачными сервисами. Особое внимание уделяется практическим аспектам применения AutoML в реальных проектах, оценке качества моделей и выбору подходящего инструмента под конкретную задачу.

Data Scientist и ML-инженерам, желающим ускорить разработку моделей
Аналитикам данных и разработчикам, которые хотят внедрять машинное обучение без долгого обучения
Руководителям продуктов и ИТ-директорам, оценивающим возможности AutoML для бизнеса
Студентам и всем, кто только начинает работать с машинным обучением