Bewertung:
Das Buch ist ein umfassender Nachfolger des früheren Werks des Autors, „The 100 Page Machine Learning Book“, das sich auf die Technik und praktische Anwendung des maschinellen Lernens konzentriert. Es wird für seine Klarheit, seinen praxisorientierten Ansatz und seine Fähigkeit, Kernkonzepte zu vertiefen, gelobt. Einige Rezensenten sind jedoch der Meinung, dass es zu grundlegend ist und bestimmte Themen nicht vertieft, und es gibt Beschwerden über die Organisation und Relevanz des Buches.
Vorteile:⬤ Klare Erklärungen
⬤ Praktisches Wissen
⬤ Ausgezeichnete Vertiefung der Konzepte
⬤ Prägnant und doch gründlich
⬤ Gutes Nachschlagewerk für Datenwissenschaftler, die zu ML-Rollen übergehen
⬤ Wertvoll für das Verständnis des ML-Lebenszyklus und des Produktionseinsatzes.
⬤ Etwas oberflächlich und wenig tiefgründig
⬤ wiederholt möglicherweise das vorherige Buch
⬤ nicht für Anfänger geeignet
⬤ gemischte Gliederung, da wesentliche einführende Inhalte fehlen
⬤ Kritik, dass es nicht relevant oder gründlich bei den behandelten Themen bleibt.
(basierend auf 35 Leserbewertungen)
Machine Learning Engineering
Das umfassendste Buch über die technischen Aspekte des Aufbaus zuverlässiger KI-Systeme.
"Wenn Sie beabsichtigen, maschinelles Lernen zu nutzen, um Geschäftsprobleme in großem Umfang zu lösen, bin ich froh, dass Sie dieses Buch in die Hände bekommen haben. ".
-Cassie Kozyrkov, Chief Decision Scientist bei Google.
"Grundlegende Arbeit über die Realität der Erstellung von maschinellen Lernmodellen in der Produktion. ".
-Karolis Urbonas, Head of Machine Learning and Science bei Amazon.
| ISBN: | 9781777005467 |
| Autor: | |
| Verlag: | |
| Einband: | Hardcover |
Derzeit verfügbar, auf Lager.
