Hodnotenie:
Kniha o automatizovanom strojovom učení (AutoML) poskytuje rozsiahle pokrytie riešení AutoML s otvoreným zdrojovým kódom aj komerčných riešení, pričom sa zameriava najmä na hlavné cloudové platformy, ako sú Microsoft Azure, AWS a Google Cloud. Slúži ako cenný zdroj informácií pre začiatočníkov aj skúsených odborníkov v oblasti ML s usporiadanými príkladmi a rámcami na pochopenie nasadenia AutoML. Niektorí recenzenti však spomenuli nedostatočnú hĺbku technických vysvetlení a problémy s čitateľnosťou snímok obrazoviek použitých v texte.
Výhody:⬤ Komplexné pokrytie konceptov a nástrojov AutoML na hlavných cloudových platformách.
⬤ Organizovaná štruktúra s jasnými príkladmi a praktickými implementáciami.
⬤ Vhodné pre začiatočníkov aj skúsených odborníkov z praxe, ktorí chcú automatizovať úlohy strojového učenia.
⬤ Vysvetľuje pozadie, výhody a scenáre efektívneho používania AutoML.
⬤ Ponúka široký prehľad ekosystému s open-source aj komerčnými možnosťami.
⬤ Chýba hĺbkové technické vysvetlenie; niektoré koncepty sú predstavené stručne.
⬤ Snímky obrazovky sú často ťažko čitateľné, čo spomínajú viacerí recenzenti.
⬤ Možno neposkytuje dostatočne podrobné príklady pre konkrétne platformy AutoML, takže používatelia chcú podrobnejšie pokyny.
⬤ Niektorým častiam by prospelo viac organizačnej prehľadnosti a podrobností, najmä v kontexte podnikov.
(na základe 14 čitateľských recenzií)
Automated Machine Learning: Hyperparameter optimization, neural architecture search, and algorithm selection with cloud platforms
Zoznámte sa s automatizovaným strojovým učením a osvojte si praktický prístup k implementácii AutoML a súvisiacich metodík
Kľúčové vlastnosti:
⬤ Získajte rýchlosť s AutoML pomocou OSS, Azure, AWS, GCP alebo akejkoľvek platformy podľa vlastného výberu.
⬤ Eliminujte všedné úlohy v dátovom inžinierstve a znížte počet ľudských chýb v modeloch strojového učenia.
⬤ Zistite, ako môžete strojové učenie sprístupniť všetkým používateľom a podporiť tak decentralizované procesy.
Popis knihy:
Každý strojový inžinier sa zaoberá systémami, ktoré majú hyperparametre, a najzákladnejšou úlohou v automatizovanom strojovom učení (AutoML) je automatické nastavenie týchto hyperparametrov na optimalizáciu výkonu. Najnovšie hlboké neurónové siete majú širokú škálu hyperparametrov pre svoju architektúru, regularizáciu a optimalizáciu, ktoré sa dajú efektívne prispôsobiť, aby sa ušetril čas a úsilie.
Táto kniha obsahuje prehľad základných techník automatizovaného príznakového inžinierstva, ladenia modelov a hyperparametrov, prístupov založených na gradientoch a mnohých ďalších. Objavíte rôzne spôsoby implementácie týchto techník v nástrojoch s otvoreným zdrojovým kódom a potom sa naučíte používať podnikové nástroje na implementáciu AutoML u troch hlavných poskytovateľov cloudových služieb: Microsoft Azure, Amazon Web Services (AWS) a Google Cloud Platform. Postupne budete skúmať funkcie cloudových platforiem AutoML vytváraním modelov strojového učenia pomocou AutoML. Kniha vám tiež ukáže, ako vyvíjať presné modely automatizovaním časovo náročných a opakujúcich sa úloh v životnom cykle vývoja strojového učenia.
Na konci tejto knihy o strojovom učení budete schopní vytvárať a nasadzovať modely AutoML, ktoré sú nielen presné, ale aj zvyšujú produktivitu, umožňujú interoperabilitu a minimalizujú úlohy súvisiace s funkčným inžinierstvom.
Čo sa naučíte:
⬤ Preskúmajte základy jazyka AutoML, základné metódy a techniky.
⬤ Zhodnotiť aspekty jazyka AutoML, ako je výber algoritmov, automatická featurizácia a ladenie hyperparametrov v aplikovanom scenári.
⬤ Zistiť rozdiel medzi cloudom a systémami na podporu prevádzky (OSS).
⬤ Implementácia AutoML v podnikovom cloude na nasadenie modelov a potrubí ML.
⬤ Vytvárajte transparentné pipeline AutoML s možnosťou vysvetlenia.
⬤ Pochopiť automatizované funkčné inžinierstvo a prognózovanie časových radov.
⬤ Automatizovať úlohy modelovania dátovej vedy s cieľom jednoducho implementovať riešenia ML a zamerať sa na zložitejšie problémy.
Pre koho je táto kniha určená:
Občianski dátoví vedci, vývojári strojového učenia, nadšenci umelej inteligencie alebo všetci, ktorí chcú automaticky vytvárať modely strojového učenia pomocou funkcií, ktoré ponúkajú open source nástroje, Microsoft Azure Machine Learning, AWS a Google Cloud Platform, nájdu v tejto knihe užitočné informácie. Na to, aby ste z tejto knihy vyťažili čo najviac, sú potrebné znalosti o vytváraní modelov ML na úrovni začiatočníka. Predchádzajúce skúsenosti s používaním podnikového cloudu sú prospešné.
