Descripción
Sus datos de entrenamiento tienen tanto que ver con el éxito de su proyecto de datos como los algoritmos mismos; la mayoría de los fallos en los sistemas de aprendizaje profundo se relacionan con los datos de entrenamiento. Pero si bien los datos de entrenamiento son la base para un aprendizaje automático exitoso, existen pocos recursos completos para ayudarle a dominar el proceso. Esta guía práctica explica cómo trabajar con datos de entrenamiento y escalarlos. Los profesionales de la ciencia de datos y los ingenieros de aprendizaje automático obtendrán una sólida comprensión de los conceptos, herramientas y procesos necesarios para:
- Diseñar, implementar y enviar datos de entrenamiento para aplicaciones de aprendizaje profundo de grado de producción
- Integrar con un ecosistema creciente de herramientas
- Reconocer y corregir nuevos modos de fallo basados en datos de entrenamiento
- Mejorar el rendimiento del sistema existente y evitar riesgos de desarrollo
- Utilizar con confianza los enfoques de automatización y aceleración para crear datos de entrenamiento de manera más efectiva
- Evitar la pérdida de datos estructurando metadatos alrededor de los conjuntos de datos creados
- Explicar claramente los conceptos de datos de entrenamiento a expertos en la materia y otros interesados
- Mantener, operar y mejorar con éxito su sistema
Autor: Anthony Sarkis
Editorial: O'Reilly Media
Publicado: 19/12/2023
Páginas: 329
Tipo de encuadernación: Tapa blanda
Peso: 1.17 libras
Tamaño: 9.19h x 7.00w x 0.69d
ISBN13: 9781492094524
ISBN10: 1492094528
Categorías BISAC:
- Informática | Ciencia de Datos | Aprendizaje Automático
- Informática | Inteligencia Artificial | General
- Informática | Software Empresarial y de Productividad | Inteligencia Empresarial
Sobre el autor
Anthony Sarkis es el ingeniero principal del software de gestión de datos de entrenamiento Diffgram y fundador de Diffgram Inc. Anteriormente fue ingeniero de software en Skidmore, Owings & Merrill y cofundó DriveCarma.ca.