Prefacio
Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: translation-feedback@oreilly.com
El objetivo de utilizar aplicaciones basadas en el aprendizaje automático
En la última década, el aprendizaje automático (AM) se ha utilizado cada vez más para impulsar diversos productos, como sistemas de asistencia automatizada, servicios de traducción, motores de recomendación, modelos de detección de fraudes y muchos, muchos más.
Sorprendentemente, no hay muchos recursos disponibles para enseñar a los ingenieros y científicos a crear este tipo de productos. Muchos libros y clases enseñan a entrenar modelos de ML o a crear proyectos de software, pero pocos combinan ambos mundos para enseñar a crear aplicaciones prácticas basadas en ML.
La Implementación de ML como parte de una aplicación requiere una mezcla de creatividad, sólidas prácticas de ingeniería y una mentalidad analítica. Los productos de ML son notoriamente difíciles de construir porque requieren mucho más que el simple entrenamiento de un modelo en un conjunto de datos. Elegir el enfoque de ML adecuado para una función determinada, analizar los errores del modelo y los problemas de calidad de los datos, y validar los resultados del modelo para garantizar la calidad del producto, son problemas desafiantes que están en el centro del proceso de construcción de ML.
Este libro recorre cada paso de este proceso y pretende ayudarte a cumplir cada uno de ellos compartiendo una mezcla de métodos, ...