基于Azure的自動(dòng)機(jī)器學(xué)習(xí)
林琪 譯
出版時(shí)間:2020年09月
頁數(shù):208
對(duì)機(jī)器學(xué)習(xí)的需求在迅猛增長(zhǎng)。各行業(yè)的組織都努力在其產(chǎn)品和流程中注入智能以取悅客戶,擴(kuò)大業(yè)務(wù)影響。不過,開發(fā)一個(gè)好的機(jī)器學(xué)習(xí)模型是一個(gè)迭代且耗時(shí)的過程。通過使用機(jī)器學(xué)習(xí)來幫助構(gòu)建模型,自動(dòng)機(jī)器學(xué)習(xí)可以讓這個(gè)過程變得更容易。這本實(shí)用指南介紹了如何對(duì)你的數(shù)據(jù)應(yīng)用自動(dòng)機(jī)器學(xué)習(xí)。
本書不僅提供了有深度的技術(shù)介紹,還提供了大量實(shí)踐示例和案例研究,展示了如何使用自動(dòng)機(jī)器學(xué)習(xí)解決實(shí)際問題。有一定機(jī)器學(xué)習(xí)經(jīng)驗(yàn)的數(shù)據(jù)科學(xué)家和開發(fā)人員可以學(xué)習(xí)如何使用Automated ML工具更快、更高效地構(gòu)建他們的模型。
● 學(xué)習(xí)成功機(jī)器學(xué)習(xí)項(xiàng)目的最佳實(shí)踐。
● 使用Azure完成自動(dòng)機(jī)器學(xué)習(xí)。
● 理解分類和回歸以及模型可解釋性和透明性等概念。
● 了解如何在其他環(huán)境中使用Automated ML,如Azure Databricks、ML.NET和SQL Server。
● 探索推動(dòng)機(jī)器學(xué)習(xí)大眾化的工具。
- 序
- 前言
- 第1部分 自動(dòng)機(jī)器學(xué)習(xí)
- 第1章 機(jī)器學(xué)習(xí):概述和最佳實(shí)踐
- 機(jī)器學(xué)習(xí):簡(jiǎn)要回顧
- 機(jī)器學(xué)習(xí)項(xiàng)目的最佳實(shí)踐
- 迭代而耗時(shí)的過程
- 增長(zhǎng)的需求
- 小結(jié)
- 第2章 自動(dòng)機(jī)器學(xué)習(xí)如何工作
- 什么是自動(dòng)機(jī)器學(xué)習(xí)?
- Automated ML
- 保留隱私
- 小結(jié)
- 第2部分 Azure的Automated ML
- 第3章 開始使用微軟Azure機(jī)器學(xué)習(xí)和Automated ML
- 機(jī)器學(xué)習(xí)過程
- 為Automated ML建立一個(gè)Azure機(jī)器學(xué)習(xí)工作區(qū)
- 小結(jié)
- 第4章 特征工程和自動(dòng)機(jī)器學(xué)習(xí)
- Automated ML中可用的數(shù)據(jù)預(yù)處理方法
- Automated ML的自動(dòng)特征化
- 小結(jié)
- 第5章 部署自動(dòng)機(jī)器學(xué)習(xí)模型
- 部署模型
- Web服務(wù)的 Swagger文檔
- 調(diào)試部署
- 小結(jié)
- 第6章 分類和回歸
- 為什么使用分類和回歸?
- 小結(jié)
- 第3部分 企業(yè)如何使用自動(dòng)機(jī)器學(xué)習(xí)
- 第7章 使用Automated ML支持模型可解釋性和透明性
- 模型可解釋性
- 模型透明性
- 小結(jié)
- 第8章 開發(fā)人員使用Automated ML
- Azure Databricks和Apache Spark
- ML.NET
- SQL Server
- 小結(jié)
- 第9章 所有人使用Automated ML
- Azure門戶UI
- Power BI
- 支持協(xié)作
- 小結(jié)
- 作者介紹
- 封面介紹
書名:基于Azure的自動(dòng)機(jī)器學(xué)習(xí)
譯者:林琪 譯
國(guó)內(nèi)出版社:中國(guó)電力出版社
出版時(shí)間:2020年09月
頁數(shù):208
書號(hào):978-7-5198-4855-2
原版書書名:Practical Automated Machine Learning on Azure
原版書出版商:O'Reilly Media
Deepak Mukunthu
Deepak Mukunthu是一位有超過16年經(jīng)驗(yàn)的產(chǎn)品主管。由于在大數(shù)據(jù)、分析和人工智能領(lǐng)域具有豐富的經(jīng)驗(yàn),Deepak在幫助組織和團(tuán)隊(duì)轉(zhuǎn)向數(shù)據(jù)驅(qū)動(dòng)和采用機(jī)器學(xué)習(xí)中扮演著關(guān)鍵的領(lǐng)導(dǎo)角色。他很好地將思想領(lǐng)導(dǎo)力、客戶理解和創(chuàng)新融會(huì)貫通,來設(shè)計(jì)并交付讓客戶產(chǎn)生共鳴的更具競(jìng)爭(zhēng)力的產(chǎn)品。最近,作為微軟Azure AI平臺(tái)團(tuán)隊(duì)Automated ML的首席程序經(jīng)理,Deepak著力推進(jìn)Automated ML的產(chǎn)品策略和路線圖,對(duì)于數(shù)據(jù)科學(xué)家,其目標(biāo)是實(shí)現(xiàn)AI的加速落地,對(duì)于其他對(duì)機(jī)器學(xué)習(xí)感興趣的人,目標(biāo)則是實(shí)現(xiàn)AI的大眾化。除了制定產(chǎn)品方向,他在幫助客戶采用Automated ML完成其業(yè)務(wù)關(guān)鍵場(chǎng)景方面也發(fā)揮了關(guān)鍵作用。加入微軟之前,Deepak曾在Trilogy身兼數(shù)職-顧問、業(yè)務(wù)開發(fā)、程序經(jīng)理和工程經(jīng)理,他成功地領(lǐng)導(dǎo)了遍布全球的分布式團(tuán)隊(duì)并管理相應(yīng)的技術(shù)并購(gòu)整合。
Parashar Shah
Parashar Shah是微軟Azure AI工程團(tuán)隊(duì)的一位高級(jí)程序/產(chǎn)品經(jīng)理,領(lǐng)導(dǎo)了多個(gè)大數(shù)據(jù)和深度學(xué)習(xí)項(xiàng)目,著力幫助企業(yè)增加人工智能的應(yīng)用,特別是結(jié)合Spark使用Automated ML。在微軟以及之前的Alcatel-Lucent/貝爾實(shí)驗(yàn)室,他的工作促進(jìn)了人工智能/分析平臺(tái)的全球應(yīng)用,為零售、制造、電信和油氣等垂直領(lǐng)域的客戶增長(zhǎng)做出了貢獻(xiàn)。Parashar擁有印度班加羅爾管理學(xué)院MBA學(xué)位和艾哈邁達(dá)巴德Nirma理工學(xué)院學(xué)士(電子商務(wù))學(xué)位。他還在印度合作創(chuàng)辦了一家拼車初創(chuàng)公司。另外他合著有《Hands-On Machine Learning with Azure: Build Powerful Models with Cognitive Machine Learning and Artificial Intelligence》(Packt)一書,于2018年11月出版。他申請(qǐng)了5項(xiàng)專利,參加了很多微軟和外部會(huì)議,包括Spark高峰會(huì)議和KDD。他的興趣相當(dāng)廣泛,包括攝影、人工智能、機(jī)器學(xué)習(xí)、自動(dòng)機(jī)器學(xué)習(xí)、大數(shù)據(jù)和物聯(lián)網(wǎng)(IoT)等諸多領(lǐng)域。
Wee Hyong Tok
Wee Hyong Tok是微軟AzureCAT團(tuán)隊(duì)的成員。他擁有豐富的領(lǐng)導(dǎo)經(jīng)驗(yàn),領(lǐng)導(dǎo)著由工程師和數(shù)據(jù)科學(xué)家組成的多學(xué)科團(tuán)隊(duì),致力于研究將注入產(chǎn)品和服務(wù)的最前沿的人工智能功能。他極富技術(shù)遠(yuǎn)見,擁有產(chǎn)品管理、機(jī)器學(xué)習(xí)/深度學(xué)習(xí)以及處理復(fù)雜客戶關(guān)系的背景。多年來,他展示了早期關(guān)于技術(shù)趨勢(shì)的思想領(lǐng)導(dǎo)力白皮書已經(jīng)成為現(xiàn)實(shí),并已深入地集成到很多產(chǎn)品當(dāng)中。他能制定戰(zhàn)略并將戰(zhàn)略轉(zhuǎn)化為行動(dòng),另外能積極推進(jìn)客戶加以應(yīng)用,這些能力使他參與的很多項(xiàng)目都獲得了成功。他一直在推動(dòng)機(jī)器學(xué)習(xí)和深度學(xué)習(xí)產(chǎn)品的發(fā)展。他的團(tuán)隊(duì)大量使用了深度學(xué)習(xí)框架,包括TensorFlow、CNTK、Keras和PyTorch。在他的職業(yè)生涯中,曾擔(dān)任過很多角色,包括開發(fā)人員、程序/產(chǎn)品經(jīng)理、數(shù)據(jù)科學(xué)家、研究員和戰(zhàn)略家,他的豐富經(jīng)驗(yàn)為他賦予了獨(dú)特的超能力,能夠很好地領(lǐng)導(dǎo)高效的數(shù)據(jù)和人工智能創(chuàng)新團(tuán)隊(duì)并定義發(fā)展戰(zhàn)略。從財(cái)富500強(qiáng)企業(yè)到初創(chuàng)企業(yè),他一直是企業(yè)高層信賴的顧問。
本書的封面動(dòng)物是一只小藍(lán)鷺(學(xué)名:Egretta caerulea)。一年中的大部分時(shí)間里,這些鳥都生活在加勒比盆地的沿海地區(qū),以及北美和南美洲的赤道海岸線附近。它們?cè)诿绹?guó)中南部的內(nèi)陸筑巢。
成鳥平均約兩英尺高,翅膀和身體上有灰藍(lán)色的羽毛,頭和脖子是深紫色的。另外還有一個(gè)鋒利的淡藍(lán)色的喙,以及長(zhǎng)長(zhǎng)的淡黃綠色的腿。
它們?cè)诘?、半咸水和咸水環(huán)境中淺水涉行,以小魚、甲殼類動(dòng)物和昆蟲為食??吹剿械墨C物時(shí),它們會(huì)停下來,然后緩慢前進(jìn),直到進(jìn)入它們的捕食范圍,然后會(huì)迅速地把頭扎入水中捉住獵物。雖然是一個(gè)簡(jiǎn)單的動(dòng)作,但在攻擊獵物時(shí),小藍(lán)鷺必須正確地考慮到水面對(duì)光線的折射,這會(huì)改變魚或甲殼類動(dòng)物的影像。
小藍(lán)鷺剛長(zhǎng)出羽毛時(shí),羽毛是白色的,到了第二年才開始長(zhǎng)出藍(lán)灰色的羽毛。關(guān)于這種驚人的顏色變化,一種進(jìn)化優(yōu)勢(shì)理論是,第一年的雛鳥在幼時(shí)保持為白色,因?yàn)檫@樣它們可以更好地溶入更大的雪鷺群,不僅能為它們提供保護(hù),使它們免受捕食者的傷害,還能幫助它們找到食物。
小藍(lán)鷺正面臨著失去棲息地、氣候變化和水污染的威脅。另外,每年一些小藍(lán)鷺在漁場(chǎng)捕魚時(shí)會(huì)被合法射殺,而在筑巢期間人類對(duì)其棲息地的入侵可能導(dǎo)致成鳥棄巢,造成鳥蛋和雛鳥被拋棄。目前,小藍(lán)鷺在世界自然保護(hù)聯(lián)盟的紅色名錄中處于“無危物種”保護(hù)狀態(tài)。
O’Reilly圖書封面上的許多動(dòng)物都瀕臨滅絕,它們對(duì)世界都很重要。