Машинное обучение. Проектирование систем от идеи до реализации

Машинное обучение. Проектирование систем от идеи до реализации

Машинное обучение. Проектирование систем от идеи до реализации
Автор: Бабушкин Валерий, Кравченко Арсений
Оригинальное название: Machine Learning System Design: With end-to-end examples
Оригинальный правообладатель: Manning Publications
Переводчик: Щербакова В.
Дата выхода: 2026
Издательство: Питер
Количество страниц: 416
Размер файла: 4,0 МБ
Тип файла: PDF
Добавил: it-books

Проектирование и развертывание системы машинного обучения — это сложный многоэтапный процесс, требующий разнообразных компетенций и участия специалистов разных ролей. Независимо от того, интегрируете ли вы ML в существующий проект или проектируете ML-систему с нуля, вам необходимо ориентироваться в огромных датасетах и потоках, определять требования к тестированию и развертыванию, а также учитывать сложности внедрения ML-моделей в продакшен. Это практическое руководство по полному циклу разработки ML-проектов. Вы шаг за шагом пройдете весь фреймворк: проектирование, внедрение, релиз и сопровождение ML-системы. Чек-листы с необходимыми требованиями и примеры из реальной практики помогут развернуть и оптимизировать вашу собственную ML-систему. Вам особенно понравятся авторские байки и советы из личного опыта авторов, а также рекомендации по подготовке к System design интервью.

Интересные истории о книге

Научный редактор книги Мария Силинская — старший консультант по трансформации бизнеса в компании КРОК, сертифицированный скрам-мастер PSM II. Более 16 лет опыта в ИТ. Занималась разработкой тренажерных систем на базе реалистичного моделирования событий в виртуальной среде. Участвовала в создании систем для государственного и коммерческого сектора, включая проекты по внедрению платформ для обработки больших объемов неструктурированной информации в режиме реального времени. Вела семинары и лабораторные работы по нейронным сетям в НИЯУ МИФИ.

5 причин купить книгу

  1. Научитесь разрабатывать надежные и устойчивые ML-решения, которые работают не только в тестах, но и в продакшене.
  2. Шаг за шагом пройдете весь фреймворк: проектирование, внедрение, релиз и сопровождение ML-системы.
  3. Разберетесь в моделях и начнете проектировать вокруг них полноценную систему.
  4. Узнаете о распространенных ошибках при разработке ML-систем.
  5. Подготовитесь к интервью по проектированию систем машинного обучения.

Похожее:

Список отзывов:

Нет отзывов к книге.