Venta Flash hasta 80% dcto y envío a luka en libros seleccionados.  Ver más

menú

0
  • argentina
  • chile
  • colombia
  • españa
  • méxico
  • perú
  • estados unidos
  • internacional
portada Machine Learning Design Patterns: Solutions to Common Challenges in Data Preparation, Model Building, and Mlops (en Inglés)
Formato
Libro Físico
Editorial
Año
2020
Idioma
Inglés
N° páginas
405
Encuadernación
Tapa Blanda
Dimensiones
17.4 x 23.0 x 2.4 cm
Peso
0.66 kg.
ISBN13
9781098115784
N° edición
1

Machine Learning Design Patterns: Solutions to Common Challenges in Data Preparation, Model Building, and Mlops (en Inglés)

Valliappa Lakshmanan (Autor) · Sara Robinson (Autor) · Michael Munn (Autor) · O'Reilly Media · Tapa Blanda

Machine Learning Design Patterns: Solutions to Common Challenges in Data Preparation, Model Building, and Mlops (en Inglés) - Lakshmanan, Valliappa ; Robinson, Sara ; Munn, Michael

Libro Nuevo

$ 59.470

$ 99.120

Ahorras: $ 39.650

40% descuento
  • Estado: Nuevo
  • Quedan 64 unidades
Origen: Estados Unidos (Costos de importación incluídos en el precio)
Se enviará desde nuestra bodega entre el Viernes 31 de Mayo y el Miércoles 12 de Junio.
Lo recibirás en cualquier lugar de Chile entre 1 y 3 días hábiles luego del envío.

Reseña del libro "Machine Learning Design Patterns: Solutions to Common Challenges in Data Preparation, Model Building, and Mlops (en Inglés)"

The design patterns in this book capture best practices and solutions to recurring problems in machine learning. The authors, three Google engineers, catalog proven methods to help data scientists tackle common problems throughout the ML process. These design patterns codify the experience of hundreds of experts into straightforward, approachable advice. In this book, you will find detailed explanations of 30 patterns for data and problem representation, operationalization, repeatability, reproducibility, flexibility, explainability, and fairness. Each pattern includes a description of the problem, a variety of potential solutions, and recommendations for choosing the best technique for your situation. You'll learn how to: Identify and mitigate common challenges when training, evaluating, and deploying ML models Represent data for different ML model types, including embeddings, feature crosses, and more Choose the right model type for specific problems Build a robust training loop that uses checkpoints, distribution strategy, and hyperparameter tuning Deploy scalable ML systems that you can retrain and update to reflect new data Interpret model predictions for stakeholders and ensure models are treating users fairly

Opiniones del libro

Ver más opiniones de clientes
  • 0% (0)
  • 0% (0)
  • 0% (0)
  • 0% (0)
  • 0% (0)

Preguntas frecuentes sobre el libro

Todos los libros de nuestro catálogo son Originales.
El libro está escrito en Inglés.
La encuadernación de esta edición es Tapa Blanda.

Preguntas y respuestas sobre el libro

¿Tienes una pregunta sobre el libro? Inicia sesión para poder agregar tu propia pregunta.

Opiniones sobre Buscalibre

Ver más opiniones de clientes