รายละเอียด : การพัฒนาแอพพลิเคชัน Machine Learning

การพัฒนาแอพพลิเคชัน Machine Learning

การนำ Machine Learning ไปใช้ในแอพพลิเคชัน จำเป็นต้องผสมผสานระหว่างความคิดสร้างสรรค์ แนวทางการทำงานทางวิศวกรรม และความคิดเชิงวิเคราะห์ ซึ่งต้องการมากกว่าเพียงแค่ฝึกโมเดลด้วยชุดข้อมูล เพราะยังมีการเลือกแนวทางของ ML ที่เหมาะสมสำหรับคุณลักษณะของข้อมูล วิเคราะห์ข้อผิดพลาดของโมเดล แก้ปัญหาด้านคุณภาพของข้อมูล รวมถึงการตรวจสอบผลลัพธ์ของโมเดล หนังสือเล่มนี้ได้อธิบายทุกขั้นตอนของกระบวนการเหล่านี้ และมีเป้าหมายเพื่อช่วยให้ผู้อ่านประสบความสำเร็จในแต่ละขั้นตอน ด้วยการเสนอวิธีการ ตัวอย่างโค้ด และคำแนะนำจากประสบการณ์ ซึ่งในเล่มประกอบด้วยคำแนะนำเชิงปฏิบัติทีละขั้นตอน ตัวอย่างที่ใช้ได้จริง รวมถึงกรณีศึกษา โดยตัวอย่างส่วนใหญ่จะมาพร้อมกับภาพประกอบ และมีโค้ดให้ดาวน์โหลดไปทดลองได้

สารบัญ : การพัฒนาแอพพลิเคชัน Machine Learning

• ส่วนที่ 1ค้นหาแนวทางที่ถูกต้องสำหรับ ML
  - บทที่ 1 จากเป้าหมายสู่การกำหนดกรอบของ ML
  - บทที่ 2 การสร้างแผนงาน
• ส่วนที่ 2 สร้างลำดับการทำงาน
  - บทที่ 3 เริ่มสร้างไปป์ไลน์
  - บทที่ 4 จัดการชุดข้อมูลเริ่มต้น
• ส่วนที่ 3 กระบวนการทำซ้ำกับโมเดล
  - บทที่ 5 การฝึกและประเมินความสามารถของโมเดล
  - บทที่ 6 แก้ไขปัญหา ML ของคุณ
  - บทที่ 7 การใช้ตัวจำแนกสำหรับให้คำแนะนำในการเขียน
• ส่วนที่ 4 การนำไปใช้และตรวจดูการทำงาน
  - บทที่ 8 ข้อควรพิจารณาเมื่อนำโมเดลไปใช้งาน
  - บทที่ 9 ทางเลือกในการนำโมเดลไปใช้งาน
  - บทที่ 10 สร้างมาตราการป้องกันให้โมเดล
  - ฯลฯ