機器學習設計模式

《機器學習設計模式》是2021年東南大學出版社出版的圖書。

基本介紹

• 中文名：機器學習設計模式
• 作者：[美]瓦利阿帕·拉克什曼南
• 出版社：東南大學出版社
• 出版時間：2021年
• 開本：16 開
• 裝幀：平裝
• ISBN：9787564195540

內容簡介

《機器學習設計模式（影印版）》中的設計模式針對機器學習中反覆出現的問題給出實踐和解決方案。作者為來自谷歌的三位工程師，他們整理了已證實的方法，幫助數據科學家解決整個機器學習過程中的常見問題。這些設計模式將數百位專家的經驗轉化成直接、易懂的建議。在這本書中，你會找到關於數據和問題表示、操作化、可重複性、可復現性、靈活性、可解釋性和公平性的30種模式的詳細解釋。每個模式包括對問題的描述、各種可能的解決方案，以及針對你的情況選擇技術的建議。你將學習：

　　·識別和減輕在訓練、評估以及部署機器學習模型時的常見挑戰

　　·為不同類型的機器學習模型表示數據，包括嵌入、特徵交叉等

　　·針對具體問題選擇合適的模型類型

　　·使用檢查點、分發策略和超參數最佳化，建立一個魯棒的訓練循環

　　·部署可擴展的機器學習系統，通過它你可以再訓練和更新以反映新的數據

　　·為用戶解釋模型的預測結果，確保模型公平地對待用戶

　　·提高模型的準確性、可復現性和彈性

圖書目錄

Preface

1．The Need for Machine Learning Design Patterns

What Are Design Patterns?

How to Use This Book

Machine Learning Terminology

Models and Frameworks

Data and Feature Engineering

The Machine Learning Process

Data and Model Tooling

Roles

Common Chauenges in Machine Learning

Data Quality

Reproducibility

Data Drift

Scale

Multiple Objectives

Summary

2．Data Representation Design Patterns

Simple Data Representations

Numerical Inputs

Categorical Inputs

Design Pattern 1： Hashed Feature

Problem

Solution

Why It Works

Trade-Offs and Alternatives

Design Pattern 2： Embeddings

Problem

Solution

Why It Works

Trade-Offs and Alternatives

Design Pattern 3： Feature Cross

Problem

Solution

Why It Works

Trade-Offs and Alternatives

Design Pattern 4： Multimodallnput

Problem

Solution

Trade-Offs and Alternatives

Summary

3．Problem Representation Design Patterns

Design Pattern 5： Reframing

Problem

Solution

Why It Works

Trade-Offs and Alternatives

Design Pattern 6： Multilabel

Problem

Solution

Trade-Offs and Alternatives

Design Pattern 7： Ensembles

Problem

Solution

Why It Works

Trade-Offs and Alternatives

Design Pattern 8： Cascade

Problem

Solution

Trade-Offs and Alternatives

Design Pattern 9： Neutral Class

Problem

Solution

Why It Works

Trade-Offs and Alternatives

Design Pattern 10： Re alanang

Problem

……

4．ModeI Training Patterns．．．

5．Design Patterns for Resilient Serving

6．Reproduability Design Patterns

7．Responsible AI

8．Connected Patterns

Index

作者簡介

Valliappa（Lak）Lakshmanan是谷歌雲數據分析和人工智慧解決方案的全球負責人。

Sara Robinson是谷歌雲團隊的開發者和倡導者，專注於機器學習。

Michael Munn是谷歌的機器學習解決方案工程師，他幫助客戶設計、實現和部署機器學習模型。