4.0.1 Cùng xây d?ng Model Machine Learning v?i Bêta và Bít: Phiên b?n R
| AUTHOR | Zawada, Aleksander; Kozak, Anna; Biecek, Przemyslaw |
| PUBLISHER | Scientific Foundation Smarterpoland.PL (04/20/2022) |
| PRODUCT TYPE | Paperback (Paperback) |
Description
Thi được, tất cả cc model dự đon (predictive models) đều trng c vẻ ổn, nhưng lm cch no chng ta c thể xy dựng cc model một cch đng tin cậy hơn? Đy chnh l cu hỏi ti thường được hỏi bởi cc nh khoa học dữ liệu ở những mức độ kinh nghiệm khc nhau. Cu hỏi c vẻ đơn giản, nhưng đồng thời cũng rất thch thức bởi v c rất nhiều luồng quan điểm v mối quan tm khc nhau từ những người lin quan. Những người xy dựng model thường tập trung vo việc huấn luyện model (training model) một cch tự động, kiểm sot hiệu năng, debug v những hoạt động duy tr cả hệ thống từ dữ liệu đến tối ưu hiệu năng phần cứng v cải tiến model (MLOps). Người sử dụng model phần nhiều thường hứng th hơn với những cu hỏi về từ đu m model cho ra kết quả dự đon như vậy (explainability) hoặc những đi hỏi nhất định để hiểu được bn trong model hoạt động như thế no (transparency) v mức độ "phng thủ" (security) của m hnh trước những tấn cng, v dụ như từ dữ liệu km chất lượng. Về pha x hội, những mối quan tm thường l model c cng bằng hay thin vị (fairness hay bias), v dụ m hnh c ưu tin cho một nhm người nhỏ trong x hội, hoặc thin vị về giới tnh khng; hay kết quả dự đon từ model c ph hợp chuẩn mực đạo đức hay khng (ethics). Quyển sch ny tổng ha tất cả cc gc nhn trn. Bạn đọc sẽ tm thấy những kĩ thuật machine learning chọn lọc v cả những cch hiểu trực quan ngắn gọn. Cc kĩ thuật đều được gắn liền với cc đoạn code trong ngn ngữ R. Bạn đọc sẽ cng hai nhn vật Bta v Bt đi dạo vo khu vườn, khng phải của k hoa dị thảo, m l của cc model ML th vị. Trong khu vườn c ngọn đn được thắp ln bởi những gc nhn thấu đo về model từ kinh nghiệm thực tế. Cuộc bn luận giữa Bta v Bt cũng chnh l những g diễn ra trong thực tế m cc nh khoa học dữ liệu thường gặp, c nn thử một model khc khng, hoặc c nn thử một kĩ thuật khc để khai ph dữ liệu, hoặc một tập dữ liệu khc chăng? --- v ti tỉ cu hỏi như lm cch no để so snh giữa những model hoặc lm thế no để kiểm tra hiệu năng. Qu trnh pht triển model đi hỏi sự cẩn thận v trch nhiệm, nhưng rất th vị. Thng thường, nhiều quyển sch chỉ ch tm vo mặt kiến thức m qun mất đi niềm vui v sự th vị. Nhưng, hi vọng ở quyển sch ny, chng ta sẽ c được cả hai.
Show More
Product Format
Product Details
ISBN-13:
9788365291165
ISBN-10:
8365291169
Binding:
Paperback or Softback (Trade Paperback (Us))
Content Language:
Vietnamese
More Product Details
Page Count:
58
Carton Quantity:
53
Product Dimensions:
8.27 x 0.16 x 11.69 inches
Weight:
0.47 pound(s)
Country of Origin:
US
Subject Information
BISAC Categories
Computers | Mathematical & Statistical Software
Descriptions, Reviews, Etc.
publisher marketing
Thi được, tất cả cc model dự đon (predictive models) đều trng c vẻ ổn, nhưng lm cch no chng ta c thể xy dựng cc model một cch đng tin cậy hơn? Đy chnh l cu hỏi ti thường được hỏi bởi cc nh khoa học dữ liệu ở những mức độ kinh nghiệm khc nhau. Cu hỏi c vẻ đơn giản, nhưng đồng thời cũng rất thch thức bởi v c rất nhiều luồng quan điểm v mối quan tm khc nhau từ những người lin quan. Những người xy dựng model thường tập trung vo việc huấn luyện model (training model) một cch tự động, kiểm sot hiệu năng, debug v những hoạt động duy tr cả hệ thống từ dữ liệu đến tối ưu hiệu năng phần cứng v cải tiến model (MLOps). Người sử dụng model phần nhiều thường hứng th hơn với những cu hỏi về từ đu m model cho ra kết quả dự đon như vậy (explainability) hoặc những đi hỏi nhất định để hiểu được bn trong model hoạt động như thế no (transparency) v mức độ "phng thủ" (security) của m hnh trước những tấn cng, v dụ như từ dữ liệu km chất lượng. Về pha x hội, những mối quan tm thường l model c cng bằng hay thin vị (fairness hay bias), v dụ m hnh c ưu tin cho một nhm người nhỏ trong x hội, hoặc thin vị về giới tnh khng; hay kết quả dự đon từ model c ph hợp chuẩn mực đạo đức hay khng (ethics). Quyển sch ny tổng ha tất cả cc gc nhn trn. Bạn đọc sẽ tm thấy những kĩ thuật machine learning chọn lọc v cả những cch hiểu trực quan ngắn gọn. Cc kĩ thuật đều được gắn liền với cc đoạn code trong ngn ngữ R. Bạn đọc sẽ cng hai nhn vật Bta v Bt đi dạo vo khu vườn, khng phải của k hoa dị thảo, m l của cc model ML th vị. Trong khu vườn c ngọn đn được thắp ln bởi những gc nhn thấu đo về model từ kinh nghiệm thực tế. Cuộc bn luận giữa Bta v Bt cũng chnh l những g diễn ra trong thực tế m cc nh khoa học dữ liệu thường gặp, c nn thử một model khc khng, hoặc c nn thử một kĩ thuật khc để khai ph dữ liệu, hoặc một tập dữ liệu khc chăng? --- v ti tỉ cu hỏi như lm cch no để so snh giữa những model hoặc lm thế no để kiểm tra hiệu năng. Qu trnh pht triển model đi hỏi sự cẩn thận v trch nhiệm, nhưng rất th vị. Thng thường, nhiều quyển sch chỉ ch tm vo mặt kiến thức m qun mất đi niềm vui v sự th vị. Nhưng, hi vọng ở quyển sch ny, chng ta sẽ c được cả hai.
Show More
List Price $12.04
Your Price
$11.92