机器学习设计模式
Valliappa Lakshmanan, Sara Robinson, Michael Munn
孙蒙, 邹霞, 贾冲, 王艺敏 译
出版时间:2022年07月
页数:376
“具有优秀且多样的示例,这本书是任何数据科学家或机器学习工程师理解复杂机器学习问题的经过验证的解决方案的必读书籍。”
——David Kanter
ML Commons执行董事
“如果你想在构建机器学习解决方案的过程中少一些疤痕/肿块/瘀伤,Lak、Sara和Michael会支持你。”
——Will Grannis
谷歌云CTO 办公室董事总经理

本书中的设计模式针对机器学习中反复出现的问题给出最佳实践和解决方案。作者为来自谷歌的三位工程师,他们整理了已......展开全部内容介绍
  1. 前言
  2. 第1章 机器学习设计模式的需求
  3. 什么是设计模式?
  4. 如何使用这本书
  5. 机器学习术语
  6. 机器学习中的常见挑战
  7. 总结
  8. 第2章 数据表示设计模式
  9. 简单数据表示
  10. 设计模式1:哈希特征
  11. 设计模式2:嵌入
  12. 设计模式3:特征交叉
  13. 设计模式4:多模态输入
  14. 总结
  15. 第3章 问题表示设计模式
  16. 设计模式5:重构
  17. 设计模式6:多标签
  18. 设计模式7:集成
  19. 设计模式8:级联
  20. 设计模式9:中立类
  21. 设计模式10:再平衡
  22. 总结
  23. 第4章 模型训练模式
  24. 典型训练循环
  25. 设计模式11:有用的过拟合
  26. 设计模式12:检查点
  27. 设计模式13:迁移学习
  28. 设计模式14:分布式策略
  29. 设计模式15:超参数调优
  30. 第5章 具有弹性服务的设计模式
  31. 设计模式16:无状态服务函数
  32. 设计模式17:批处理服务
  33. 设计模式18:持续的模型评估
  34. 设计模式19:两阶段预测
  35. 设计模式20:带键值预测
  36. 第6章 可复现设计模式
  37. 设计模式21:变换
  38. 设计模式22:可重复拆分
  39. 设计模式23:桥接模式
  40. 设计模式24:窗口推理
  41. 设计模式25:工作流管道
  42. 设计模式26:特征仓库
  43. 设计模式27:模型版本控制
  44. 总结
  45. 第7章 负责任的人工智能
  46. 设计模式28:启发式基准
  47. 设计模式29:可解释预测
  48. 设计模式30:公平性透镜
  49. 总结
  50. 第8章 连接模式
  51. 模式参考
  52. 交互模式
  53. 机器学习项目中的模式
  54. 按用例和数据类型划分的常用模式
购买选项
定价:128.00元
书号:978-7-5641-9677-6
出版社:东南大学出版社