Diseño de sistemas de aprendizaje automático

Los sistemas de aprendizaje automático son a la vez complejos y únicos. Complejos porque constan de muchos componentes distintos e implican a muchas partes interesadas diferentes. Únicos porque dependen de los 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 y requisitos empresariales cambiantes.

El autor, Chip Huyen, cofundador de Claypot AI, considera cada decisión de diseño -por ejemplo, cómo procesar y crear datos de entrenamiento, qué características utilizar, con qué frecuencia volver a entrenar los modelos y qué supervisar- en el contexto de cómo puede ayudar a tu sistema en su conjunto a alcanzar sus objetivos. El marco iterativo de este libro utiliza estudios de casos reales respaldados por amplias referencias.

Este libro te ayudará a abordar escenarios como:

• Ingeniería de datos y elección de las métricas adecuadas para resolver un problema empresarial
• Automatizar el proceso para desarrollar, evaluar, desplegar y actualizar continuamente los modelos
• Desarrollar un sistema de supervisión para detectar y resolver rápidamente los problemas que tus modelos puedan encontrar en producción
• Diseñar una plataforma de ML que sirva para todos los casos de uso
• Desarrollar sistemas de ML responsables