September 2024
Intermediate to advanced
260 pages
7h 48m
German
Content preview from Aufbau von Anwendungen mit maschinellem Lernen
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,
O’Reilly covers everything we've got, with content to help us build a world-class technology community, upgrade the capabilities and competencies of our teams, and improve overall team performance as well as their engagement.I wanted to learn C and C++, but it didn't click for me until I picked up an O'Reilly book. When I went on the O’Reilly platform, I was astonished to find all the books there, plus live events and sandboxes so you could play around with the technology.I’ve been on the O’Reilly platform for more than eight years. I use a couple of learning platforms, but I'm on O'Reilly more than anybody else. When you're there, you start learning. I'm never disappointed.I'm always learning. So when I got on to O'Reilly, I was like a kid in a candy store. There are playlists. There are answers. There's on-demand training. It's worth its weight in gold, in terms of what it allows me to do.
Kapitel 8. Überlegungen zum Einsatz von Modellen
Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: translation-feedback@oreilly.com
In den vorangegangenen Kapiteln von ging es um das Training und die Generalisierung von Modellen. Dies sind notwendige Schritte, um ein Modell einzusetzen, aber sie reichen nicht aus, um den Erfolg eines ML-gestützten Produkts zu garantieren.
Die Bereitstellung eines Modells erfordert einen tieferen Einblick in die Fehlermöglichkeiten, die sich auf die Nutzer auswirken könnten. Wenn du Produkte entwickelst, die aus Daten lernen, solltest du einige Fragen beantworten:
-
Wie wurden die Daten, die du verwendest, gesammelt?
-
Welche Annahmen macht dein Modell, wenn es aus diesem Datensatz lernt?
-
Ist dieser Datensatz repräsentativ genug, um ein nützliches Modell zu erstellen?
-
Wie könnten die Ergebnisse deiner Arbeit missbraucht werden?
-
Was ist der beabsichtigte Verwendungszweck und Umfang deines Modells?
Der Bereich der Datenethik versucht, einige dieser Fragen zu beantworten, und die verwendeten Methoden entwickeln sich ständig weiter. Wenn du tiefer eintauchen möchtest, findest du bei O'Reilly einen umfassenden Bericht zu diesem Thema, Ethics and Data Science, von Mike Loukides et al.
In diesem Kapitel besprechen wir einige Probleme bei der Datenerhebung und -nutzung sowie die Herausforderungen, die damit verbunden sind, sicherzustellen, dass die Modelle weiterhin für alle gut funktionieren. ...
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
More than 5,000 organizations count on O’Reilly
O’Reilly covers everything we've got, with content to help us build a world-class technology community, upgrade the capabilities and competencies of our teams, and improve overall team performance as well as their engagement.Julian F.
I wanted to learn C and C++, but it didn't click for me until I picked up an O'Reilly book. When I went on the O’Reilly platform, I was astonished to find all the books there, plus live events and sandboxes so you could play around with the technology.Addison B.
I’ve been on the O’Reilly platform for more than eight years. I use a couple of learning platforms, but I'm on O'Reilly more than anybody else. When you're there, you start learning. I'm never disappointed.Amir M.
I'm always learning. So when I got on to O'Reilly, I was like a kid in a candy store. There are playlists. There are answers. There's on-demand training. It's worth its weight in gold, in terms of what it allows me to do.