دانلود کتاب Machine Learning Engineering

49,000 تومان

مهندسی یادگیری ماشین


موضوع اصلی کامپیوتر – علوم کامپیوتر
نوع کالا کتاب الکترونیکی
ناشر True Positive Inc.
تعداد صفحه 310 / 274
حجم فایل 38.42 مگابایت
کد کتاب 1999579577 , 9781999579579
نوبت چاپ 1
نویسنده
زبانانگلیسی
فرمتPDF
سال انتشار2020
مطلب پیشنهادی: با پول کتاب در ایران چی میشه خرید؟
در صورت نیاز به تبدیل فایل به فرمت‌های PDF، EPUB، AZW3، MOBI و یا DJVU می‌توانید به پشتیبان اطلاع دهید تا در صورت امکان، فایل مورد نظر را تبدیل نمایند. سایت بَلیان دارای تخفیف پلکانی است، یعنی با افزودن کتاب بیشتر به سبدخرید، قیمت آن برای شما کاهش می‌یابد. جهت مشاهده درصد تخفیف‌ها بر روی «جدول تخفیف پلکانی» در پایین کلیک نمایید. جهت یافتن سایر کتاب‌های مشابه، از منو جستجو در بالای سایت استفاده نمایید.
شما می‌توانید با هر 1000 تومان خرید، ۱ شانس شرکت در قرعه‌کشی کتابخانه دیجیتال بلیان دریافت کنید و شانس خود را برای برنده شدن جوایز هیجان انگیز امتحان کنید. «شرایط شرکت در قرعه‌کشی»

جدول کد تخفیف

با افزودن چه تعداد کتاب به سبد‌خرید، چند‌ درصد تخفیف شامل آن خواهد شد؟ در این جدول پاسخ این سوال را خواهید یافت. برای مثال: اگر بین ۳ الی ۵ کتاب را در سبد خرید خود قرار دهید، ۲۵ درصد تخفیف شامل سبد‌خرید شما خواهد شد.
تعداد کتاب درصد تخفیف قیمت کتاب
1 بدون تخفیف 25,000 تومان
2 20 درصد 20,000 تومان
3 الی 5 25 درصد 18,750 تومان
6 الی 10 30 درصد 17,500 تومان
11 الی 20 35 درصد 16,250 تومان
21 الی 30 40 درصد 15,000 تومان
31 الی 40 45 درصد 13,750 تومان
41 الی 50 50 درصد 12,500 تومان
51 الی 70 55 درصد 11,250 تومان
71 الی 100 60 درصد 10,000 تومان
101 الی 150 65 درصد 8,750 تومان
151 الی 200 70 درصد 7,500 تومان
201 الی 300 75 درصد 6,250 تومان
301 الی 500 80 درصد 5,000 تومان
501 الی 1000 85 درصد 3,750 تومان
1001 الی 10000 90 درصد 2,500 تومان
توضیحات
From the author of a world bestseller published in eleven languages, The Hundred-Page Machine Learning Book, this new book by Andriy Burkov is the most complete applied AI book out there. It is filled with best practices and design patterns of building reliable machine learning solutions that scale. Andriy Burkov has a Ph.D. in AI and is the leader of a machine learning team at Gartner. This book is based on Andriy’s own 15 years of experience in solving problems with AI as well as on the published experience of the industry leaders.

Here’s what Cassie Kozyrkov, Chief Decision Scientist at Google tells about the book in the Foreword:

“You’re looking at one of the few true Applied Machine Learning books out there. That’s right, you found one! A real applied needle in the haystack of research-oriented stuff. Excellent job, dear reader… unless what you were actually looking for is a book to help you learn the skills to design general-purpose algorithms, in which case I hope the author won’t be too upset with me for telling you to flee now and go pick up pretty much any other machine learning book. This one is different.”
[…]
“So, what’s in […] the book? The machine learning equivalent of a bumper guide to innovating in recipes to make food at scale. Since you haven’t read the book yet, I’ll put it in culinary terms: you’ll need to figure out what’s worth cooking / what the objectives are (decision-making and product management), understand the suppliers and the customers (domain expertise and business acumen), how to process ingredients at scale (data engineering and analysis), how to try many different ingredient-appliance combinations quickly to generate potential recipes (prototype phase ML engineering), how to check that the quality of the recipe is good enough to serve (statistics), how to turn a potential recipe into millions of dishes served efficiently (production phase ML engineering), and how to ensure that your dishes stay top-notch even if the delivery truck brings you a ton of potatoes instead of the rice you ordered (reliability engineering). This book is one of the few to offer perspectives on each step of the end-to-end process.”
[…]
“One of my favorite things about this book is how fully it embraces the most important thing you need to know about machine learning: mistakes are possible… and sometimes they hurt. As my colleagues in site reliability engineering love to say, “Hope is not a strategy.” Hoping that there will be no mistakes is the worst approach you can take. This book does so much better. It promptly shatters any false sense of security you were tempted to have about building an AI system that is more “intelligent” than you are. (Um, no. Just no.) Then it diligently takes you through a survey of all kinds of things that can go wrong in practice and how to prevent/detect/handle them. This book does a great job of outlining the importance of monitoring, how to approach model maintenance, what to do when things go wrong, how to think about fallback strategies for the kinds of mistakes you can’t anticipate, how to deal with adversaries who try to exploit your system, and how to manage the expectations of your human users (there’s also a section on what to do when your, er, users are machines). These are hugely important topics in practical machine learning, but they’re so often neglected in other books. Not here.”

“If you intend to use machine learning to solve business problems at scale, I’m delighted you got your hands on this book. Enjoy!”

About the Author
Andriy Burkov holds a Ph.D. in Artificial Intelligence. He works as a senior data scientist and machine learning team leader at Gartner.


ترجمه فارسی (ترجمه ماشینی)

این کتاب جدید توسط آندری بورکوف از نویسنده یک کتاب پرفروش جهانی که به یازده زبان منتشر شده است، کتاب یادگیری ماشینی صد صفحه ای کامل ترین کتاب هوش مصنوعی کاربردی است. این مملو از بهترین شیوه‌ها و الگوهای طراحی ساخت راه‌حل‌های یادگیری ماشینی قابل اعتماد است که مقیاس‌پذیر هستند. آندری بورکوف دارای مدرک دکترا است. در هوش مصنوعی و رهبر یک تیم یادگیری ماشین در گارتنر است. این کتاب بر اساس تجربه 15 ساله خود آندری در حل مشکلات هوش مصنوعی و همچنین تجربیات منتشر شده از رهبران صنعت است.

در اینجا چیزی است که Cassie Kozyrkov، دانشمند ارشد تصمیم گیری در Google در مورد این کتاب در پیشگفتار می گوید:

“شما به یکی از معدود کتاب‌های واقعی یادگیری ماشین کاربردی نگاه می‌کنید. درست است، شما یکی را پیدا کردید! یک سوزن کاربردی واقعی در انبار کاه‌های تحقیقات محور. کار عالی، خواننده عزیز… مگر اینکه آن چیزی که بودید. در واقع به دنبال کتابی است که به شما کمک می‌کند مهارت‌های طراحی الگوریتم‌های همه‌منظوره را بیاموزید، در این صورت امیدوارم نویسنده از این که به شما گفتم اکنون فرار کنید و تقریباً هر یادگیری ماشینی دیگری را انتخاب کنید، از دست من ناراحت نشود. این یکی متفاوت است.”
[…]
“بنابراین، چه چیزی در […] کتاب وجود دارد؟ معادل یادگیری ماشینی یک راهنمای سپر برای نوآوری در دستور العمل ها برای تهیه غذا در مقیاس. از آنجایی که شما هنوز کتاب را نخوانده اید، آن را به صورت آشپزی بیان می کنم: شما باید بفهمید که چه چیزی ارزش پختن دارد / اهداف چیست (تصمیم گیری و مدیریت محصول)، تامین کنندگان و مشتریان (تخصص حوزه و هوش تجاری)، نحوه پردازش مواد در مقیاس (مهندسی داده ها و تجزیه و تحلیل) ، چگونه ترکیبات مختلف مواد و لوازم خانگی را به سرعت برای تولید دستور العمل های بالقوه امتحان کنیم (نمونه اولیه مهندسی ML)، چگونه بررسی کنیم که کیفیت دستور پخت به اندازه کافی خوب است (آمار)، چگونه یک دستور پخت بالقوه را به میلیون ها غذا تبدیل کنیم. به طور موثر ارائه می شود (مهندسی ML فاز تولید)، و چگونه می توان اطمینان حاصل کرد که ظروف شما درجه یک باقی می مانند حتی اگر کامیون تحویل به جای برنجی که سفارش داده اید یک تن سیب زمینی برای شما بیاورد (مهندسی قابلیت اطمینان). این کتاب یکی از معدود کتاب هایی است که دیدگاه ارائه دهد s در هر مرحله از فرآیند انتها به انتها.”
[…]
“یکی از موارد مورد علاقه من در مورد این کتاب این است که چقدر مهم ترین چیزی را که باید در مورد یادگیری ماشین بدانید، در بر می گیرد: اشتباهات ممکن است… و گاهی اوقات آسیب می رسانند. همانطور که همکاران من در مهندسی قابلیت اطمینان سایت دوست دارند بگویند، “امیدوارم این یک استراتژی نیست.” امید به اینکه هیچ اشتباهی وجود نداشته باشد بدترین رویکردی است که می توانید در پیش بگیرید. این کتاب بسیار بهتر عمل می کند. هر احساس امنیت کاذبی را که در مورد ساختن یک سیستم هوش مصنوعی وسوسه شده بودید به سرعت از بین می برد. باهوش” از شما. (اوم، نه. فقط نه.) سپس شما را با جدیت در بررسی انواع چیزهایی که در عمل ممکن است اشتباه پیش بروند و نحوه پیشگیری/تشخیص/برخورد با آنها را راهنمایی می کند. این کتاب کار بسیار خوبی انجام می دهد. تشریح اهمیت نظارت، نحوه رویکرد تعمیر و نگهداری مدل، کارهایی که باید در صورت بروز مشکل انجام شود، نحوه تفکر در مورد استراتژی های بازگشتی برای انواع اشتباهاتی که نمی توانید پیش بینی کنید، نحوه برخورد با دشمنانی که سعی در سوء استفاده از سیستم شما دارند، و چگونگی مدیریت انتظارات از کاربران انسانی شما (همچنین بخشی وجود دارد که وقتی کاربران شما ماشین هستند چه کاری انجام دهید). اینها موضوعات بسیار مهمی در یادگیری ماشینی عملی هستند، اما اغلب در کتاب‌های دیگر نادیده گرفته می‌شوند. اینجا نیست.”

“اگر قصد دارید از یادگیری ماشینی برای حل مشکلات تجاری در مقیاس بزرگ استفاده کنید، خوشحالم که این کتاب را به دست آورده اید. لذت ببرید!”

درباره نویسنده
آندری بورکوف دارای مدرک Ph.D. در هوش مصنوعی او به عنوان دانشمند ارشد داده و رهبر تیم یادگیری ماشین در گارتنر کار می کند.

نظرات (0)

نقد و بررسی‌ها

هنوز بررسی‌ای ثبت نشده است.

اولین کسی باشید که دیدگاهی می نویسد “دانلود کتاب Machine Learning Engineering”