Capítulo 13. Implantando uma API de aprendizado de máquina
Este trabalho foi traduzido com recurso a IA. Agradecemos o teu feedback e comentários: translation-feedback@oreilly.com
O futuro está sempre em movimento.
Yoda, O Império Contra-Ataca
Os treinadores de futebol fantástico passam a maior parte do tempo a tentar prever o futuro e a delinear estratégias com base nessas previsões. Antes do início da época, os treinadores querem saber qual será o desempenho dos jogadores da NFL na época seguinte, para poderem formar a melhor equipa. Durante os seus drafts de fantasia, os treinadores querem saber onde é que um jogador será escolhido por outros treinadores, para poderem ultrapassar a concorrência. Todas as semanas, os treinadores querem saber quais os seus jogadores que vão marcar mais pontos, para poderem definir os seus alinhamentos em conformidade.
Muitos sites e plataformas de fantasia fornecem previsões a estes gestores. Uma das ferramentas disponíveis para as plataformas é um modelo de aprendizagem automática (ML), sobre o qual aprendeste no Capítulo 12. As plataformas treinam vários modelos e utilizam-nos para fazer previsões, ou inferências, aos treinadores. Se um modelo processa um grupo inteiro de previsões de uma só vez, isso é chamado de inferência em lote. Algumas perguntas de fantasia são apropriadas para a inferência em lote, como fazer previsões de jogadores para uma semana de uma só vez. A inferência em lote pode ser feita por um script ou trabalho programado. ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Read now
Unlock full access