Skip to Content
Maschinelle Lernsysteme entwerfen
book

Maschinelle Lernsysteme entwerfen

by Chip Huyen
August 2024
Intermediate to advanced
388 pages
13h 8m
German
O'Reilly Media, Inc.
Content preview from Maschinelle Lernsysteme entwerfen

Vorwort

Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: translation-feedback@oreilly.com

Seit dem ersten Kurs über maschinelles Lernen, den ich 2017 in Stanford gehalten habe, haben mich viele Leute um Rat gefragt, wie sie ML-Modelle in ihren Unternehmen einsetzen können. Diese Fragen können allgemeiner Natur sein, wie zum Beispiel: "Welches Modell soll ich verwenden?" "Wie oft sollte ich mein Modell neu trainieren?" "Wie kann ich Verschiebungen in der Datenverteilung erkennen?" "Wie stelle ich sicher, dass die beim Training verwendeten Merkmale mit den Merkmalen übereinstimmen, die bei der Inferenz verwendet werden?

Diese Fragen können auch spezifisch sein, z. B. "Ich bin überzeugt, dass der Wechsel von Batch-Vorhersage zu Online-Vorhersage die Leistung unseres Modells steigern wird, aber wie überzeuge ich meinen Vorgesetzten davon?" oder "Ich bin der ranghöchste Datenwissenschaftler in meinem Unternehmen und wurde kürzlich damit beauftragt, unsere erste Plattform für maschinelles Lernen einzurichten; wo soll ich anfangen?"

Meine kurze Antwort auf all diese Fragen lautet immer: "Es kommt darauf an." Meine langen Antworten beinhalten oft stundenlange Diskussionen, um zu verstehen, woher die Fragestellerin oder der Fragesteller kommt, was sie oder er eigentlich erreichen will und welche Vor- und Nachteile die verschiedenen Ansätze für ihren oder seinen speziellen Anwendungsfall haben.

ML-Systeme sind sowohl komplex als auch einzigartig. ...

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

AirBnbBlueOriginElectronic ArtsHomeDepotNasdaqRakutenTata Consultancy Services

QuotationMarkO’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.
Head of Cybersecurity
QuotationMarkI 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.
Field Engineer
QuotationMarkI’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.
Data Platform Tech Lead
QuotationMarkI'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.
Mark W.
Embedded Software Engineer

You might also like

Zuverlässiges maschinelles Lernen

Zuverlässiges maschinelles Lernen

Cathy Chen, Niall Richard Murphy, Kranti Parisa, D. Sculley, Todd Underwood
Angewandte natürliche Sprachverarbeitung im Unternehmen

Angewandte natürliche Sprachverarbeitung im Unternehmen

Ankur A. Patel, Ajay Uppili Arasanipalai
AutomationML

AutomationML

Rainer Drath
Dapr lernen

Dapr lernen

Haishi Bai, Yaron Schneider

Publisher Resources

ISBN: 9781098180331