Los sistemas de aprendizaje automático son tanto complejos como únicos. Complejo porque constan de muchos componentes diferentes e involucran a muchas partes interesadas diferentes. Únicos porque dependen de los datos, con datos que varían enormemente de un caso de uso a otro. En este libro, aprenderás un enfoque holístico para diseñar sistemas de ML que sean fiables, escalables, mantenibles y adaptables a entornos cambiantes y requisitos empresariales.
La autora Chip Huyen, cofundadora de Claypot AI, considera cada decisión de diseño —como cómo procesar y crear datos de entrenamiento, qué características utilizar, con qué frecuencia reentrenar los modelos y qué monitorizar— en el contexto de cómo puede ayudar a su sistema en su conjunto a alcanzar sus objetivos.. El marco iterativo en este libro utiliza estudios de caso reales respaldados por amplias referencias.
Este libro te ayudará a abordar escenarios como:
Datos de ingeniería y elección de las métricas adecuadas para resolver un problema empresarial
Automatizar el proceso para desarrollar, evaluar, desplegar y actualizar modelos de forma continua
Desarrollar un sistema de monitorización para detectar y abordar rápidamente los problemas que sus modelos podrían encontrar en producción
Diseño de una plataforma de ML que sirva para múltiples casos de uso
Desarrollando sistemas de ML responsables
Sobre el Autor
Chip Huyen es cofundador de Claypot AI, una plataforma para aprendizaje automático en tiempo real.. A través de su trabajo en NVIDIA, Netflix y Snorkel AI, ha ayudado a algunas de las organizaciones más grandes del mundo a desarrollar e implementar sistemas de aprendizaje automático.. Ella enseña CS 329S: Diseño de Sistemas de Aprendizaje Automático en Stanford, en cuyas notas de clase se basa este libro.
Reembolso por falta de entrega
