¡Diseña sistemas de aprendizaje automático efectivos y confiables!
Design effective and reliable machine learning systems!
Diseño de Sistemas de Aprendizaje Automático Con ejemplos de extremo a extremo es una guía práctica para planificar y diseñar aplicaciones exitosas de Aprendizaje Automático. Presenta un marco claro y repetible para construir, mantener y mejorar sistemas a cualquier escala.
Publicación patrocinada
El diseño de sistemas de aprendizaje automático es complejo. El ingeniero de ML exitoso necesita navegar un proceso de múltiples pasos que requiere habilidades de muchos campos y roles diferentes.
- Curso gratuito ChatGPT Usa la API de OpenAI para programar 5 proyectos.
- ¿Qué son los modelos base y cómo funcionan?
- LLM Apocalipsis Ahora La Venganza de los Clones de Código Abierto.
Diseño de Sistemas de Aprendizaje Automático: Con ejemplos de extremo a extremo es una guía práctica para planificar y diseñar aplicaciones de ML exitosas. Establece un marco claro y repetible para construir, mantener y mejorar sistemas de cualquier escala.
Los autores Arseny Kravchenko y Valeri Babushkin han llenado este manual único con historias junto al fuego y consejos personales de sus extensas carreras. Aprenderás directamente de su experiencia mientras consideras cada aspecto de un sistema de aprendizaje automático, desde la recopilación de requisitos y la obtención de datos hasta la implementación y el manejo del sistema final.
“¡Esto no se trata de MLOps! Este libro trata una pregunta más importante: ¿cómo asegurarse de que un proyecto de ML no termine en el estante?”
—Boris Tseytlin, Ingeniero Senior de Aprendizaje Automático, Planet Farms
En el libro seguirás a dos empresas de ejemplo cada una construyendo un nuevo sistema de ML, explorando cómo se expresan sus necesidades en documentos de diseño y aprendiendo las mejores prácticas escribiendo las tuyas propias. En el camino, aprenderás cómo destacar en las entrevistas de diseño de sistemas de ML, incluso en empresas altamente competitivas similares a FAANG, y mejorar sistemas de ML existentes identificando cuellos de botella y optimizando el rendimiento del sistema.
Diseño de Sistemas de Aprendizaje Automático está disponible en su editorial, Manning Publications.
Nuestro código de descuento del 35% (válido para todos nuestros productos en todos los formatos): nlZepes21
Un código de libro electrónico gratuito para Diseño de Sistemas de Aprendizaje Automático: mlstds-AEBF
We will continue to update Zepes; if you have any questions or suggestions, please contact us!
Was this article helpful?
93 out of 132 found this helpful
Related articles
- Aprendizaje Profundo con R
- Proyecto RedPajama Una iniciativa de código abierto para democratizar los modelos de lenguaje de aprendizaje automático (LLM)
- Técnicas avanzadas de selección de características para modelos de aprendizaje automático
- AI Modelos de Lenguaje y Visión de Gran Escala
- Escala tus cargas de trabajo de aprendizaje automático en Amazon ECS impulsado por instancias AWS Trainium.
- Entrena un Modelo de Lenguaje Grande en una sola GPU de Amazon SageMaker con Hugging Face y LoRA.
- Subtítulos visuales Usando modelos de lenguaje grandes para mejorar las videoconferencias con visuales dinámicos.