Învățarea automată a mașinilor: Optimizarea hiperparametrilor, căutarea arhitecturii neuronale și selectarea algoritmilor cu ajutorul platformelor cloud

Recenzii ale cititorilor

Cartea Automated Machine Learning (AutoML) oferă o acoperire extinsă atât a soluțiilor AutoML open-source, cât și a celor comerciale, concentrându-se în special pe platformele cloud majore, cum ar fi Microsoft Azure, AWS și Google Cloud. Acesta servește ca o resursă valoroasă pentru începători și practicieni ML cu experiență, cu exemple organizate și cadre pentru înțelegerea implementării AutoML. Cu toate acestea, unii recenzenți au menționat lipsa de profunzime în explicațiile tehnice și probleme cu lizibilitatea capturilor de ecran utilizate în text.

⬤ Acoperire cuprinzătoare a conceptelor și instrumentelor AutoML pe principalele platforme cloud.
⬤ Structură organizată cu exemple clare și implementări practice.
⬤ Bun atât pentru începători, cât și pentru practicienii cu experiență care doresc să automatizeze sarcinile de învățare automată.
⬤ Explică contextul, beneficiile și scenariile pentru utilizarea eficientă a AutoML.
⬤ Oferă o prezentare generală a ecosistemului, atât cu opțiuni open-source, cât și comerciale.

⬤ Lipsesc explicațiile tehnice detaliate; unele concepte sunt prezentate pe scurt.
⬤ Capturile de ecran sunt adesea greu de citit, după cum au menționat mai mulți recenzenți.
⬤ Poate să nu ofere suficiente exemple detaliate pentru platforme AutoML specifice, lăsând utilizatorii să dorească o orientare mai aprofundată.
⬤ Anumite secțiuni ar putea beneficia de mai multă claritate organizațională și detalii, în special în contextul întreprinderii.

(pe baza a 14 recenzii ale cititorilor)

Titlul original:

Automated Machine Learning: Hyperparameter optimization, neural architecture search, and algorithm selection with cloud platforms

Conținutul cărții:

Familiarizați-vă cu învățarea automată a mașinilor și adoptați o abordare practică a implementării AutoML și a metodologiilor asociate

Caracteristici principale:

⬤ Puneți-vă la curent cu AutoML utilizând OSS, Azure, AWS, GCP sau orice platformă la alegere.

⬤ Eliminați sarcinile banale în ingineria datelor și reduceți erorile umane în modelele de învățare automată.

⬤ Descoperiți cum puteți face învățarea automată accesibilă pentru toți utilizatorii pentru a promova procesele descentralizate.

Descrierea cărții:

Fiecare inginer de învățare automată are de-a face cu sisteme care au hiperparametri, iar cea mai de bază sarcină în învățarea automată a mașinilor (AutoML) este de a seta automat acești hiperparametri pentru a optimiza performanța. Cele mai recente rețele neuronale profunde au o gamă largă de hiperparametri pentru arhitectura, regularizarea și optimizarea lor, care pot fi personalizate eficient pentru a economisi timp și efort.

Această carte trece în revistă tehnicile care stau la baza ingineriei automate a caracteristicilor, reglarea modelului și a hiperparametrilor, abordările bazate pe gradient și multe altele. Veți descoperi diferite modalități de implementare a acestor tehnici în instrumente open source și apoi veți învăța să utilizați instrumente enterprise pentru implementarea AutoML în trei furnizori majori de servicii cloud: Microsoft Azure, Amazon Web Services (AWS) și Google Cloud Platform. Pe măsură ce progresați, veți explora caracteristicile platformelor AutoML cloud prin construirea de modele de învățare automată utilizând AutoML. Cartea vă va arăta, de asemenea, cum să dezvoltați modele precise prin automatizarea sarcinilor repetitive și consumatoare de timp din ciclul de viață al dezvoltării învățării automate.

Până la sfârșitul acestei cărți de învățare automată, veți fi capabil să construiți și să implementați modele AutoML care nu sunt doar precise, ci și să crească productivitatea, să permită interoperabilitatea și să minimizeze sarcinile de inginerie a caracteristicilor.

Ce veți învăța:

⬤ Explorați fundamentele AutoML, metodele și tehnicile de bază.

⬤ Avaluați aspectele AutoML, cum ar fi selectarea algoritmilor, auto-featurizarea și reglarea hiperparametrilor într-un scenariu aplicat.

⬤ Descoperiți diferența dintre cloud și sistemele de suport pentru operațiuni (OSS)

⬤ Implementați AutoML în cloud-ul întreprinderii pentru a implementa modele și conducte ML.

⬤ Construiți conducte AutoML explicabile cu transparență.

⬤ Înțelegeți ingineria automată a caracteristicilor și prognoza seriilor de timp.

⬤ Automatizați sarcinile de modelare a științei datelor pentru a implementa cu ușurință soluții ML și a vă concentra pe probleme mai complexe.

Pentru cine este această carte:

Oamenii de știință de date cetățeni, dezvoltatorii de învățare automată, entuziaștii inteligenței artificiale sau oricine dorește să construiască automat modele de învățare automată utilizând caracteristicile oferite de instrumentele open source, Microsoft Azure Machine Learning, AWS și Google Cloud Platform vor găsi această carte utilă. Cunoștințe la nivel de începător despre construirea modelelor ML sunt necesare pentru a profita la maximum de această carte. Experiența anterioară în utilizarea Enterprise cloud este benefică.