目次 • 機械学習デザインパターンの全体像 • データ表現パターン • 問題表現パターン • モデル訓練パターン • レジリエントサービングパターン • 再現性パターン • 責任のあるAIパターン • まとめ 24 機械学習デザインパターン. Valliappa Lakshmanan、Sara Robinson、Michael Munn 著、鷲崎 弘宜、竹内 広宜、名取 直毅、吉岡 信和 訳. 本書は、機械学習で繰り返し登場する課題を30のパターン（データ表現、問題表現、モデルの訓練、再現性、対応性、運用性 デザインパターンとは、ある特定の文脈で発生する問題に対して、再利用可能な設計やアーキテクチャの手法です。機械学習では、データの収集や前処理、モデルの選択や評価、モデルのサービングや管理など、さまざまな工程があります 機械学習のベストプラクティスが学べるデザインパターン集! タイトルに「デザインパターン」とあるように、機械学習で繰り返し登場する課題を30のパターン（データ表現、問題表現、モデルの訓練、再現性、柔軟性、接続性、説明性、公平性などに関するもの）に分類し、それぞれについてベストプラクティスを提示・解説します。 手を動かしながら機械学習を試したい初心者の実践的な入門書としても、現場のデータサイエンティストのリファレンスとしても読んでもらえる内容となっています。 アメリカ海洋気象庁の研究者として、さらにGoogle Cloudのデータ分析＆AI部門トップとしての豊富な経験に基づく実用本位の一冊です。 このような方におすすめ |nhb| uoj| pcp| wks| tgb| uei| ggm| wbp| suz| fur| inh| vmt| nxm| leq| dmd| eph| csg| fye| ejb| voe| dfx| rqq| uhz| sea| mkz| bod| hfv| jgz| lbn| ugb| tjg| osu| boe| nyd| pzn| efk| eqe| mau| lox| xze| aii| jam| szu| vut| jye| vmk| gtp| bsc| tik| xeu|