掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
利用Python調試機器學習模型 版權信息
- ISBN：9787302668565
- 條形碼：9787302668565 ; 978-7-302-66856-5
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
利用Python調試機器學習模型 本書特色
歡迎閱讀《利用Python調試機器學習模型》，這是一本可以幫助你掌握機器學習技術的綜合指南。本書旨在引導你了解機器學習的基本概念，并深入推進到掌握專家級模型開發的復雜技巧，確保你的學習旅程既富于教育意義，又具有實用價值。
利用Python調試機器學習模型 內容簡介
本書詳細闡述了利用Python調試機器學習模型的基本解決方案，主要包括超越代碼調試、機器學習生命周期、為實現負責任的人工智能而進行調試、檢測機器學習模型中的性能和效率問題、提高機器學習模型的性能、機器學習建模中的可解釋性和可理解性、減少偏差并實現公平性、使用測試驅動開發以控制風險、生產測試和調試、版本控制和可再現的機器學習建模、避免數據漂移和概念漂移、通過深度學習超越機器學習調試、高級深度學習技術、機器學習*新進展簡介、相關性與因果關系、機器學習中的安全性和隱私、人機回圈機器學習等內容。此外，本書還提供了相應的示例、代碼，以幫助讀者進一步理解相關方案的實現過程。
本書可作為高等院校計算機及相關專業的教材和教學參考用書，也可作為相關開發人員的自學用書和參考手冊。
利用Python調試機器學習模型 目錄
第1篇 機器學習建模的調試
第1章 代碼調試
1.1 技術要求
1.2 機器學習概覽
1.3 機器學習建模的類型
1.3.1 監督學習
1.3.2 無監督學習
1.3.3 自監督學習
1.3.4 半監督學習
1.3.5 強化學習
1.3.6 生成式機器學習
1.4 軟件開發中的調試
1.4.1 Python中的錯誤消息
1.4.2 調試技巧
1.4.3 調試器
1.4.4 高質量Python編程的 實踐
1.4.5 版本控制
1.4.6 Python之外的調試
1.5 用于建模的數據中的缺陷
1.5.1 數據格式和結構
1.5.2 數據數量和質量
1.5.3 數據偏差
1.6 以模型和預測為中心的調試
1.6.1 欠擬合和過擬合
1.6.2 模型測試和生產環境中的推理
1.6.3 用于改變全貌的數據或超參數
1.7 小結
1.8 思考題
1.9 參考文獻
第2章 機器學習生命周期
2.1 技術要求
2.2 在開始建模之前需要了解的事項
2.3 數據收集
2.4 數據選擇
2.5 數據探索
2.6 數據整理
2.6.1 結構化
2.6.2 充實和豐富
2.6.3 數據轉換
2.6.4 數據清洗
2.7 建模數據準備
2.7.1 特征選擇和提取
2.7.2 設計評估和測試策略
2.8 模型訓練與評估
2.9 測試代碼和模型
2.10 模型部署與監控
2.11 小結
2.12 思考題
2.13 參考文獻
第3章 為實現負責任的人工智能而進行調試
3.1 技術要求
3.2 機器學習中的公正建模公平性
3.2.1 數據偏差
3.2.2 算法偏差
3.3 機器學習中的安全和隱私
3.3.1 數據隱私
……
第2篇 改進機器學習模型
第3篇 低錯誤的機器學習開發與部署
第4篇 深度學習建模
第5篇 模型調試的 主題
附錄A 思考題答案
展開全部
利用Python調試機器學習模型 作者簡介
阿里·馬達尼（Ali Madani）曾任Cyclica公司的機器學習總監，該公司處于藥物發現的人工智能技術開發前沿，之后被Recursion Pharmaceuticals收購。Ali在新公司繼續專注于機器學習在藥物發現中的應用。Ali在多倫多大學獲得博士學位，專業方向是癌癥研究任務中的機器學習建模。Ali還在加拿大滑鐵盧大學獲得數學碩士學位。 作為行業導向教育和知識民主化的信奉者，Ali積極通過基礎和高級的高質量機器學習建模的國際研討會和課程來教育學生和專業人士。在機器學習建模和教學之外的業余時間，Ali喜歡鍛煉、烹任和與伴侶一起旅行。
書友推薦
- >
自卑與超越
- >
姑媽的寶刀
- >
唐代進士錄
- >
詩經-先民的歌唱
- >
小考拉的故事-套裝共3冊
- >
我與地壇
- >
羅曼·羅蘭讀書隨筆-精裝
- >
李白與唐代文化
本類暢銷
