內容簡介
本書介紹了:
• 識別和減輕在訓練、評估以及部署機器學習模型時的常見挑戰
• 為不同類型的機器學習模型表示數據,包括嵌入、特征交叉等
• 針對具體問題選擇合適的模型類型
• 使用檢查點、分發策略和超參數優化,建立一個魯棒的訓練循環
• 部署可擴展的機器學習繫統,通過它你可以再訓練和更新以反映新的數據
• 為用戶解釋模型的預測結果,確保模型公平地對待用戶
• 提高模型的準確性、可復現性和彈性
|
|
首頁 | 電影 | 連續劇 | 音樂 | 圖書 | 女裝 | 男裝 | 童裝 | 內衣 | 百貨家居 | 包包 | 女鞋 | 男鞋 | 童鞋 | 計算機周邊 |
|