Aprendizaje automático fiable
by Cathy Chen, Niall Richard Murphy, Kranti Parisa, D. Sculley, Todd Underwood
Prefacio
Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: translation-feedback@oreilly.com
Este no es un libro sobre cómo funciona el aprendizaje automático. Es un libro sobre cómo hacer que el aprendizaje automático funcione para ti.
El funcionamiento del aprendizaje automático (AM) es fascinante. Las matemáticas, los algoritmos y los conocimientos estadísticos que rodean y apoyan el ML son en sí mismos interesantes, y lo que pueden conseguir cuando se aplican a los datos adecuados puede ser poco menos que mágico. Pero en este libro hacemos algo un poco diferente. No estamos orientados a los algoritmos, sino a todo el sistema. En pocas palabras, hablamos de todo lo que no sean los algoritmos. Muchas otras obras cubren el componente algorítmico del ML con gran detalle, pero ésta se centra deliberadamente en todo el ciclo de vida del ML, dedicándole el tiempo y la atención que no recibe en otros lugares.
Esto significa que hablamos del trabajo desordenado, complicado y ocasionalmente frustrante que supone conducir los datos de forma correcta y responsable; la creación de modelos fiables; garantizar un camino fluido (y reversible) hacia la producción; la seguridad en la actualización; y las preocupaciones sobre costes, rendimiento, objetivos empresariales y estructura organizativa. Intentamos abarcar todo lo que implica que el ML se produzca de forma fiable en tu organización.
Por qué escribimos este libro
Creemos firmemente al menos parte del ...
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