1)机器学习的软件工程方法:用软件工程(SoftwareEngineering)中的工具、方法和理论指导机器学习的实践活动。主要体现在测试驱动开发(TDD)方法、机器学习项目管理方法、工程化软件应用于数据科学标准化环境,以及开源算法包的大量实践应用案例等。2)机器学习全生命周期:书中全面呈现了机器学习项目开发的完整链路,以项目需求为...
1)机器学习的软件工程方法:用软件工程(SoftwareEngineering)中的工具、方法和理论指导机器学习的实践活动。主要体现在测试驱动开发(TDD)方法、机器学习项目管理方法、工程化软件应用于数据科学标准化环境,以及开源算法包的大量实践应用案例等。2)机器学习全生命周期:书中全面呈现了机器学习项目开发的完整链路,以项目需求为...
这是一部指导读者如何将软件工程的思想、方法、工具和策略应用到机器学习实践中的著作。 作者融合了自己10年的工程实践经验,以Python为工具,详细阐述机器学习核心概念、原理和实现,并提供了数据分析和处理、特征选择、模型调参和大规模模型上线系统架构等多个高质量源码包和工业应用框架。旨在帮助读者提高代码的设计质量和...
·使用操作系统的软件包管理器安装node.js和npm。 ·用于HTTPS通信的TLS证书和密钥。 ·域名。 安装和启动JupyterHub服务步骤如下所示。 1)执行如下命令安装,确认安装成功。 (base) [root@rule anconda] conda install -c conda-forge jupyterhub (base) [root@rule anconda]# jupyterhub -h ...
关于机器学习的定义,Tom Michael Mitchell的这段话被广泛引用:对于某类任务T和性能度量P,如果一个计算机程序在T上其性能P随着经验E而自我完善,那么我们称这个计算机程序从经验E中学习。该定义没有突出人类进行机器学习的目的——决策,即机器学习是计算机根据数据做出或改进预测或行为的方法。但总体来说,机器学习的任务...
首先,深入地剖析了线性模型、树模型和集成模型的原理,以及模型调参方法、自动调参、模型性能评估和模型解释等;然后,通过5种工程化的模型上线方法讲解了模型即服务;最后,讲解了模型的稳定性监控的方法与实现,这是机器学习项目的最后一环。 图书特色 某大型金融科技集团资深大数据与机器学习技术专家撰写,基于新近Python版本...
1)机器学习的软件工程方法:用软件工程(Software Engineering)中的工具、方法和理论指导机器学习的实践活动。主要体现在测试驱动开发(TDD)方法、机器学习项目管理方法、工程化软件应用于数据科学标准化环境,以及开源算法包的大量实践应用案例等。2)机器学习全生命周期:书中全面呈现了机器学习项目开发的完整链路,以项目需求...
Bagging方法 Bagging的常见译法是“装袋”,即Bootstrap Aggregating的组合缩写,全称的中文常翻译为 “自举聚合”。 使用Bagging方法构建集成模型,就像其原始的两个单…阅读全文 赞同4 添加评论 分享收藏 机器学习数据预处理的目的是什么? 解决数据源问题,比如原始数据错误,脏乱差,性别有男/女,...
机器学习:软件工程方法与实现 大型金融科技集团资深大数据与机器学习技术专家撰写,基于新近Python版本,将软件工程的思想、方法、工具和策略应用到机器学习实践中,提供高质量的代码设计、可直接复用的源码和工业应用框架 作者:张春强张和平唐振出版社:机械工业出版社出版时间:2020年12月...