Ebook gratuit: Machine Learning Infrastructure and Best Practices for Software Engineers (Dématérialisé - Anglais)

« Transformez efficacement vos conceptions initiales en grands systèmes en apprenant les fondements de l'infrastructure, des algorithmes et des considérations éthiques pour les produits logiciels modernes.

Principales caractéristiques

• Découvrez comment faire évoluer votre logiciel d'apprentissage automatique à un niveau professionnel
• Sécurisez la qualité de votre pipeline d’apprentissage automatique au moment de l’exécution
• Appliquez vos connaissances aux langages naturels, aux langages de programmation et aux images

Description du livre
Bien que la création d’un pipeline d’apprentissage automatique ou le développement d’un prototype fonctionnel d’un système logiciel à partir de ce pipeline soient aujourd’hui faciles et simples, le chemin vers un système logiciel professionnel est encore long. Ce livre vous aidera à vous familiariser avec diverses bonnes pratiques et recettes qui aideront les ingénieurs logiciels à transformer des prototypes de pipelines en produits logiciels complets.

Le livre commence par présenter les principaux concepts des systèmes logiciels professionnels qui exploitent essentiellement l’apprentissage automatique. Au fur et à mesure de votre progression, vous explorerez les différences entre les logiciels traditionnels non ML et les logiciels d'apprentissage automatique. Les meilleures pratiques initiales vous guideront dans la détermination du type de logiciel dont vous avez besoin pour votre produit. Par la suite, vous plongerez dans les algorithmes, couvrant leur sélection, leur développement et leurs tests avant d'explorer les subtilités de l'infrastructure des systèmes d'apprentissage automatique en définissant les meilleures pratiques pour identifier la bonne source de données et garantir sa qualité.

Vers la fin, vous aborderez l’aspect le plus difficile des systèmes d’apprentissage automatique à grande échelle : l’éthique. En explorant et en définissant les meilleures pratiques pour évaluer les risques éthiques et les stratégies d'atténuation, vous conclurez le livre là où tout a commencé : les logiciels d'apprentissage automatique à grande échelle.

Ce que vous apprendrez

• Identifiez le logiciel d'apprentissage automatique qui répond le mieux à vos besoins
• Travaillez avec des pipelines d’apprentissage automatique évolutifs
• Faites évoluer les pipelines depuis des prototypes vers des logiciels à part entière
• Choisissez des sources de données et des méthodes de traitement adaptées à votre produit
• Différencier les données brutes des traitements complexes, en notant leurs avantages
• Suivez et atténuez les risques éthiques importants dans les logiciels d’apprentissage automatique
• Travailler avec les tests et la validation pour les systèmes d'apprentissage automatique

À qui s'adresse ce livre
Si vous êtes ingénieur en apprentissage automatique, ce livre vous aidera à concevoir des logiciels plus robustes et à comprendre les défis de mise à l'échelle que vous devez relever et pourquoi. Les ingénieurs logiciels bénéficieront des meilleures pratiques qui rendront vos produits robustes, fiables et innovants. Les décideurs trouveront également de nombreuses informations utiles dans ce livre, notamment des conseils sur ce qu'il faut rechercher dans un produit logiciel d'apprentissage automatique bien conçu.»