Машинное обучение. Как построить надежные модели искусственного интеллекта
137.14 zł
Машинное обучение. Как построить надежные модели искусственного интеллекта
Характеристики
| Автор Яда Пруксачаткун, Мэтью Макатир, Субхабрата Маджумдар | Страниц 304 | Обложка Твердый переплет |
| Год выхода 2025 | Возрастное ограничение 12+ | Размеры (см) 24.3x16.9x1.9 |
| Вес (кг) 0.525 | Серия O'Reilly. Книги по программированию | ISBN 978-601-12-6019-0 |
Информация о доставке
Краткое описание
Машинное обучение.
В этом руководстве по созданию безопасных и надежных моделей машинного обучения рассматриваются все решения — от стандартных до самых современных. Издание станет незаменимой базой знаний для разработчиков, стремящихся выпускать качественные приложения в условиях непредсказуемой среды.
Что внутри:
* методы объяснения моделей машинного обучения и их результатов заинтересованным сторонам;
* выявление и устранение проблем с честностью и конфиденциальностью в машинном обучении;
* разработка надежных систем, защищенных от вредоносных атак;
* важные системные аспекты, включая управление задолженностью по трастам и выявление препятствий для машинного обучения, требующих вмешательства человека.
Книга обобщает передовой опыт и помогает превратить сложные теории в практические инструменты для создания систем машинного обучения. Вы сможете построить модель, которая будет отвечать актуальным требованиям не только цифрового, но и реального мира.
Об авторах
Яда ПРУКСАЧАТКУН — специалист по машинному обучению в компании Infinitus. Занималась прикладными исследованиями в Amazon, возглавляла первый NLP-проект в медицине в стартапе ASAPP. Изучала методы трансферного обучения в NLP в магистратуре Нью-Йоркского университета.
Мэтью МАКАТИР — специалист по машинному обучению в Formic Labs. Основатель компании 5cube Labs, которая ведет более 100 ML-проектов. Занимался вероятностным программированием в команде TensorFlow в Google, сотрудничал с исследовательской компанией Generally Intelligent по разработке универсального ИИ.
Субхабрата МАДЖУМДАР — специалист по машинному обучению в Twitch. Создал базу знаний об ошибках систем машинного обучения AI Vulnerability Database, основал НКО Bias Buccaneers, которая занимается аудитом предвзятости алгоритмов. Получил степень магистра статистики и кандидата наук в Университете Миннесоты.
«Эта книга читается легко, потому что в ней нет надменного академизма и пустых обещаний. Все просто, честно и по делу: авторы показывают, как технологии могут быть не только мощными, но и безопасными. Благодаря приведенным примерам начинаешь внимательнее смотреть на процессы, с которыми работаешь каждый день. Книга дает ощущение уверенности, помогает не бояться ИИ, а понимать, как им управлять с головой и пользой». — Ирина Мельникова, разработчик и ведущая тренингов в области ИИ и маркетинга, лектор курса по ИИ в МГИМО
Введите адрес доставки
Описание
Машинное обучение.
В этом руководстве по созданию безопасных и надежных моделей машинного обучения рассматриваются все решения — от стандартных до самых современных. Издание станет незаменимой базой знаний для разработчиков, стремящихся выпускать качественные приложения в условиях непредсказуемой среды.
Что внутри:
* методы объяснения моделей машинного обучения и их результатов заинтересованным сторонам;
* выявление и устранение проблем с честностью и конфиденциальностью в машинном обучении;
* разработка надежных систем, защищенных от вредоносных атак;
* важные системные аспекты, включая управление задолженностью по трастам и выявление препятствий для машинного обучения, требующих вмешательства человека.
Книга обобщает передовой опыт и помогает превратить сложные теории в практические инструменты для создания систем машинного обучения. Вы сможете построить модель, которая будет отвечать актуальным требованиям не только цифрового, но и реального мира.
Об авторах
Яда ПРУКСАЧАТКУН — специалист по машинному обучению в компании Infinitus. Занималась прикладными исследованиями в Amazon, возглавляла первый NLP-проект в медицине в стартапе ASAPP. Изучала методы трансферного обучения в NLP в магистратуре Нью-Йоркского университета.
Мэтью МАКАТИР — специалист по машинному обучению в Formic Labs. Основатель компании 5cube Labs, которая ведет более 100 ML-проектов. Занимался вероятностным программированием в команде TensorFlow в Google, сотрудничал с исследовательской компанией Generally Intelligent по разработке универсального ИИ.
Субхабрата МАДЖУМДАР — специалист по машинному обучению в Twitch. Создал базу знаний об ошибках систем машинного обучения AI Vulnerability Database, основал НКО Bias Buccaneers, которая занимается аудитом предвзятости алгоритмов. Получил степень магистра статистики и кандидата наук в Университете Миннесоты.
«Эта книга читается легко, потому что в ней нет надменного академизма и пустых обещаний. Все просто, честно и по делу: авторы показывают, как технологии могут быть не только мощными, но и безопасными. Благодаря приведенным примерам начинаешь внимательнее смотреть на процессы, с которыми работаешь каждый день. Книга дает ощущение уверенности, помогает не бояться ИИ, а понимать, как им управлять с головой и пользой». — Ирина Мельникова, разработчик и ведущая тренингов в области ИИ и маркетинга, лектор курса по ИИ в МГИМО
В этом руководстве по созданию безопасных и надежных моделей машинного обучения рассматриваются все решения — от стандартных до самых современных. Издание станет незаменимой базой знаний для разработчиков, стремящихся выпускать качественные приложения в условиях непредсказуемой среды.
Что внутри:
* методы объяснения моделей машинного обучения и их результатов заинтересованным сторонам;
* выявление и устранение проблем с честностью и конфиденциальностью в машинном обучении;
* разработка надежных систем, защищенных от вредоносных атак;
* важные системные аспекты, включая управление задолженностью по трастам и выявление препятствий для машинного обучения, требующих вмешательства человека.
Книга обобщает передовой опыт и помогает превратить сложные теории в практические инструменты для создания систем машинного обучения. Вы сможете построить модель, которая будет отвечать актуальным требованиям не только цифрового, но и реального мира.
Об авторах
Яда ПРУКСАЧАТКУН — специалист по машинному обучению в компании Infinitus. Занималась прикладными исследованиями в Amazon, возглавляла первый NLP-проект в медицине в стартапе ASAPP. Изучала методы трансферного обучения в NLP в магистратуре Нью-Йоркского университета.
Мэтью МАКАТИР — специалист по машинному обучению в Formic Labs. Основатель компании 5cube Labs, которая ведет более 100 ML-проектов. Занимался вероятностным программированием в команде TensorFlow в Google, сотрудничал с исследовательской компанией Generally Intelligent по разработке универсального ИИ.
Субхабрата МАДЖУМДАР — специалист по машинному обучению в Twitch. Создал базу знаний об ошибках систем машинного обучения AI Vulnerability Database, основал НКО Bias Buccaneers, которая занимается аудитом предвзятости алгоритмов. Получил степень магистра статистики и кандидата наук в Университете Миннесоты.
«Эта книга читается легко, потому что в ней нет надменного академизма и пустых обещаний. Все просто, честно и по делу: авторы показывают, как технологии могут быть не только мощными, но и безопасными. Благодаря приведенным примерам начинаешь внимательнее смотреть на процессы, с которыми работаешь каждый день. Книга дает ощущение уверенности, помогает не бояться ИИ, а понимать, как им управлять с головой и пользой». — Ирина Мельникова, разработчик и ведущая тренингов в области ИИ и маркетинга, лектор курса по ИИ в МГИМО
Машинное обучение. Как построить надежные модели искусственного интеллекта
Характеристики
| Автор | Яда Пруксачаткун, Мэтью Макатир, Субхабрата Маджумдар |
|---|---|
| Страниц | 304 |
| Обложка | Твердый переплет |
| Год выхода | 2025 |
| Возрастное ограничение | 12+ |
| Размеры (см) | 24.3x16.9x1.9 |
| Вес (кг) | 0.525 |
| Серия | O'Reilly. Книги по программированию |
| ISBN | 978-601-12-6019-0 |
| Ниша | ИНФОРМАТИКА. КОМПЬЮТЕРНАЯ ЛИТЕРАТУРА. ЭЛЕКТРОНИКА |
Extra
| Фрагмент книги | Читать фрагмент |
|---|
Отзывы
-
Нет отзывов о данном товаре.
Вопросы и ответы
-
Еще не было вопросов
Вы смотрели