题名:	高效的机器学习团队 [ 专著] gao xiao de ji qi xue xi tuan dui / (新加坡)大卫·谭(David Tan),(澳)艾达·梁(Ada Leung),大卫·科尔斯(David Colls)著 , 黄俊彬译
ISBN:	978-7-5198-9959-2 价格： CNY128.00
语种:	chi
载体形态:	410页图 24cm
出版发行:	出版地：北京出版社：中国电力出版社出版日期： 2025
内容提要:	本书详细介绍了ML交付技术的跨职能性质,与此相一致的是,我们解决了从事ML的团队中多种角色所关心的问题。本书的主要内容有:在交付机器学习解决方案中的挑战与优化路径,多语言团队的产品和交付实践,ML系统的自动测试,用简单的技巧为代码编辑器增效,重构和技术债务管理,面向ML的MLOps和持续交付,高效ML团队的基石,有效的ML组织。
主题词:	机器学习
中图分类法:	TP181 版次： 5
主要责任者:	谭 tan 著
主要责任者:	梁 liang 著
主要责任者:	科尔斯 ke er si 著
次要责任者:	黄俊彬 huang jun bin 译
责任者附注:	大卫·谭,是一名高级机器学习工程师,参与了多个数据和机器学习项目。他将经过时间考验的软件工程实践应用于机器学习开发生命周期中,帮助团认加快速代速度并提高可靠性。艾达·梁,是Thoughtworks的一名高级业务分析师和产品负责人,拥有在技术、商业和政府服务领域的交付和咨询经验。她擅长解决复杂问题,涉及的领域包括面向客户的应用、机器学习解决方案的扩展,最近还涉及数据战略和数据平台的交付。Ada曾参与过多种形式的跨职能交付团队 (现场和远程),并提倡通过团队培养来打造高效团队。大卫·科尔斯,是一位技术领导者,拥有丰富的帮助软件和数据团队取得卓越成果的经验。他的技术背景涵盖工程设计、仿真、优化和大规模数据处理软件。