Diseño de sistemas de Machine Learning Un proceso iterativo para aplicaciones listas para funcionar Miguel Ángel Torres, traductor

Por: Tipo de material: TextoEditor: México: Marcombo 2023Edición: Primera ediciónDescripción: 362 pág. Tapa flexible, blanco y negro 23 cmTipo de contenido:
Tipo de medio:
  • sin mediación
Tipo de soporte:
  • volumen
ISBN:
  • 9788426736956
Clasificación CDD:
  • 20 004.85 H987
Contenidos:
1. Panorama de los sistemas de aprendizaje automático--2 Introducción al diseño de sistemas de aprendizaje automático--3. Fundamentos de la ingeniería de datos --4 Datos de formación--5. Creación de atributos--6. Desarrollo de modelos y evaluación fuera de línea--7. Servicio de predicción y puesta en marcha de modelos--8. Cambios y monitoreo de la distribución de los datos--9. Aprendizaje continuo y pruebas en producción--10. Infraestructura y herramientas para MLOps--11. El lado humano del aprendizaje automático--. Epílogo
Etiquetas de esta biblioteca: No hay etiquetas de esta biblioteca para este título. Ingresar para agregar etiquetas.
    Valoración media: 0.0 (0 votos)
Imagen de cubierta Tipo de ítem Biblioteca actual Biblioteca de origen Colección Ubicación en estantería Signatura topográfica Materiales especificados Info Vol URL Copia número Estado Notas Fecha de vencimiento Código de barras Reserva de ítems Prioridad de la cola de reserva de ejemplar Reservas para cursos
Libro Biblioteca Juliaca Sala principal Colección General 004.85 H987 2023 (Navegar estantería) e2 Disponible FJ14567
Libro Biblioteca Juliaca Sala principal Colección General 004.85 H987 2023 (Navegar estantería) e3 Disponible FJ14994
Libro Biblioteca Juliaca Sala principal Colección General 004.85 H987 2023 (Navegar estantería) e 1 Disponible FJ14248

1. Panorama de los sistemas de aprendizaje automático--2 Introducción al diseño de sistemas de aprendizaje automático--3. Fundamentos de la ingeniería de datos --4 Datos de formación--5. Creación de atributos--6. Desarrollo de modelos y evaluación fuera de línea--7. Servicio de predicción y puesta en marcha de modelos--8. Cambios y monitoreo de la distribución de los datos--9. Aprendizaje continuo y pruebas en producción--10. Infraestructura y herramientas para MLOps--11. El lado humano del aprendizaje automático--. Epílogo



No hay comentarios en este titulo.

para colocar un comentario.