Debugging Machine Learning Models with Python : Develop high-performance, low-bias, and explainable machine learning and deep learning models
Lingua: inglese
Editore: Packt Publishing, 2023
- Brossura
- Nuovo
Da: AHA-BUCH GmbH, Einbeck, GermaniaAHA-BUCH GmbH
Venditore AbeBooks dal 14 agosto 2006
Condizione: Nuovo
EUR 73,79
Quantità: 1 disponibile
Aggiungi al carrelloDescrizione dell’articolo da parte del venditore
nach der Bestellung gedruckt Neuware - Printed after ordering - Master reproducible ML and DL models with Python and PyTorch to achieve high performance, explainability, and real-world successKey Features:Learn how to improve performance of your models and eliminate model biasesStrategically design your machine learning systems to minimize chances of failure in productionDiscover advanced techniques to solve real-world challengesPurchase of the print or Kindle book includes a free PDF Elektronisches BuchBook Description:Debugging Machine Learning Models with Python is a comprehensive guide that navigates you through the entire spectrum of mastering machine learning, from foundational concepts to advanced techniques. It goes beyond the basics to arm you with the expertise essential for building reliable, high-performance models for industrial applications. Whether you're a data scientist, analyst, machine learning engineer, or Python developer, this book will empower you to design modular systems for data preparation, accurately train and test models, and seamlessly integrate them into larger technologies.By bridging the gap between theory and practice, you'll learn how to evaluate model performance, identify and address issues, and harness recent advancements in deep learning and generative modeling using PyTorch and scikit-learn. Your journey to developing high quality models in practice will also encompass causal and human-in-the-loop modeling and machine learning explainability. With hands-on examples and clear explanations, you'll develop the skills to deliver impactful solutions across domains such as healthcare, finance, and e-commerce.What You Will Learn:Enhance data quality and eliminate data flawsEffectively assess and improve the performance of your modelsDevelop and optimize deep learning models with PyTorchMitigate biases to ensure fairnessUnderstand explainability techniques to improve model qualitiesUse test-driven modeling for data processing and modeling improvementExplore techniques to bring reliable models to productionDiscover the benefits of causal and human-in-the-loop modelingWho this book is for:This book is for data scientists, analysts, machine learning engineers, Python developers, and students looking to build reliable, high-performance, and explainable machine learning models for production across diverse industrial applications. Fundamental Python skills are all you need to dive into the concepts and practical examples covered. Whether you're new to machine learning or an experienced practitioner, this book offers a breadth of knowledge and practical insights to elevate your modeling skills.…
Codice articolo 9781800208582
- Titolo
- Debugging Machine Learning Models with Python : Develop high-performance, low-bias, and explainable machine learning and deep learning models
- Autore
- Ali Madani
- Editore
- Packt Publishing
- Anno di pubblicazione
- 2023
- Condizione
- Neu
- Rilegatura
- Taschenbuch
- Lingua
- inglese
- ISBN 10
- 1800208588
- ISBN 13
- 9781800208582
- Peso dell'articolo
- 643 grammi
- Dimensioni
- 235x191x19 mm
Master reproducible ML and DL models with Python and PyTorch to achieve high performance, explainability, and real-world success
Key Features
- Learn how to improve performance of your models and eliminate model biases
- Strategically design your machine learning systems to minimize chances of failure in production
- Discover advanced techniques to solve real-world challenges
- Purchase of the print or Kindle book includes a free PDF eBook
Book Description
Debugging Machine Learning Models with Python is a comprehensive guide that navigates you through the entire spectrum of mastering machine learning, from foundational concepts to advanced techniques. It goes beyond the basics to arm you with the expertise essential for building reliable, high-performance models for industrial applications. Whether you're a data scientist, analyst, machine learning engineer, or Python developer, this book will empower you to design modular systems for data preparation, accurately train and test models, and seamlessly integrate them into larger technologies.
By bridging the gap between theory and practice, you'll learn how to evaluate model performance, identify and address issues, and harness recent advancements in deep learning and generative modeling using PyTorch and scikit-learn. Your journey to developing high quality models in practice will also encompass causal and human-in-the-loop modeling and machine learning explainability. With hands-on examples and clear explanations, you'll develop the skills to deliver impactful solutions across domains like healthcare, finance, and e-commerce.
What you will learn
- Enhance data quality and eliminate data flaws
- Effectively assess and improve performance of your models
- Optimize deep learning models built in PyTorch
- Mitigate biases to ensure fairness
- Understand explainability techniques to improve model qualities
- Use test-driven modeling for data processing and modelling improvement
- Explore techniques to bring reliable models to production
- Discover the benefits of causal and human-in-the-loop modeling
Who This Book Is For
This book is for data scientists, analysts, machine learning engineers, Python developers, and students looking to build reliable, high-performance, and explainable machine learning models for production across diverse industrial applications. Fundamental Python skills are all you need to dive into the concepts and practical examples covered. Whether you're new to machine learning or an experienced practitioner, this book offers a breadth of knowledge and practical insights to elevate your modeling skills.
Table of Contents
- Beyond Code Debugging
- Machine Learning Life Cycle
- Debugging toward Responsible AI
- Detecting Performance and Efficiency Issues in Machine Learning Models
- Improving the Performance of Machine Learning Models
- Interpretability and Explainability in Machine Learning Modelling
- Decreasing Bias and Achieving Fairness
- Controlling Risks Using Test-Driven Development
- Testing and Debugging for Production
- Versioning and Reproducible Machine Learning Modelling
- Avoiding and Detecting Data and Concept Drifts
- Going Beyond ML Debugging with Deep Learning
- Advanced Deep Learning Techniques
- Introduction to Recent Advancements in Machine Learning
- Correlation versus Causality
- Security and Privacy in Machine Learning
- Human-in-the-Loop Machine Learning
"Riassunto" può appartenere a un’altra edizione di questo titolo.
Informazioni sull’autore
"Descrizione articolo" può appartenere a un’altra edizione di questo titolo.
AHA-BUCH GmbH
Einbeck, Germania
Venditore AbeBooks dal 14 agosto 2006
Tariffe di spedizione da Germania a U.S.A.
| Articolo | Da 7 a 10 giorni lavorativi | Da 5 a 7 giorni lavorativi |
|---|---|---|
| Primo articolo | EUR 35,00 | EUR 45,00 |
Metodi di pagamento
- Assegno
- Bonifico bancario
- PayPal
Descrizione dello Store
Das Unternehmen AHA-BUCH GmbH: Seit der Gründung von AHA-BUCH im Juli 2005 ist unser Hauptziel, zufriedenen Kunden so schnell und so preisgünstig wie möglich ihren Bücherwunsch zu erfüllen. Unsere Firma beschäftigt 16 Mitarbeiter, die nur ein Ziel kennen: den Kunden und seine Wünsche! Auf über 3700 m2 Fläche haben wir über 100.000 Bücher, Modernes Antiquariat und Spiele auf Lager.
Specializzazione
Kinderbücher & Kinderhör Casetten, German Books, Software, Natur & Tiere, Ratgeber, Sachbücher, Englische Bücher, Medizin & Gesundheit, Universität & StudiumInformazioni sull’azienda del venditore
AHA-BUCH GmbH
Garlebsen 48
Einbeck, Germania 37574
Condizioni di vendita
Imprimere
Informazioni sul venditore:
AHA-BUCH GmbH
rappresentata dall'amministratore delegato Christel Glass
Garlebsen 48
37574 Einbeck
Germania
Telefono: 055639996039
Fax: 055639995974
E-Mail: abebooks@aha-buch.de
USt-IdNr.: DE261904229
registrato presso Registro delle imprese Amtsgerichtes Göttingen
Handelsregisternummer HRB 200691
Risoluzione alternativa delle controversie:
La Commissione europea fornisce una piattaforma per la risoluzione extragiudiziale delle controversie online (piattaforma ODR), accessibile nell'ambito di https://ec.europa.eu/odr.
Siamo membri dell'iniziativa "FairCommerce" dal 25.05.2018.
Per ulteriori informazioni, vedere www.fair-commerce.de.
Diritto di recesso
Se sei un consumatore puoi recedere dal contratto in conformità con quanto segue. Per Consumatore si intende qualsiasi persona fisica che agisce per scopi estranei alla propria attività commerciale, imprenditoriale, artigianale o professionale.
Informazioni sul diritto di recesso
Diritto legale di recesso
Hai il diritto di recedere dal presente contratto entro 14 giorni senza fornire alcuna motivazione.
Il periodo di recesso scade dopo 14 giorni dal giorno in cui tu o una terza parte, diversa dal vettore e da te indicata, acquisisce il possesso fisico dell'ultimo bene o dell'ultimo lotto o pezzo.
Per esercitare il diritto di recesso, compila e invia elettronicamente una dichiarazione esplicita sul nostro sito Web, alla voce “I miei acquisti” nella sezione “Mio account”. Ti comunicheremo senza indugio una conferma di ricezione di tale recesso su un supporto durevole (ad es. via e-mail).
Per rispettare il termine di recesso, è sufficiente inviare la comunicazione relativa all'esercizio del diritto di recesso prima della scadenza del periodo di recesso stesso.
Effetti del recesso
In caso di recesso dal presente contratto, ti rimborseremo tutti i pagamenti ricevuti, compresi i costi di spedizione (ad eccezione dei costi supplementari derivanti dalla tua eventuale scelta di un tipo di spedizione diverso dal tipo meno costoso di consegna standard da noi offerto).
Potremo effettuare una detrazione dal rimborso per la perdita di valore dei beni forniti, qualora tale perdita sia il risultato di una manipolazione non necessaria da parte tua.
Eseguiremo il rimborso senza indebito ritardo e non oltre 14 giorni dal giorno in cui saremo informati della tua decisione di recedere dal presente contratto.
Il rimborso sarà effettuato utilizzando lo stesso mezzo di pagamento da te usato per la transazione iniziale, salvo che tu non abbia espressamente concordato altrimenti; in ogni caso, non dovrai sostenere alcun costo quale conseguenza di tale rimborso.
Possiamo trattenere il rimborso finché non avremo ricevuto i beni oppure finché non avrai fornito la prova di averli rispediti, a seconda di quale condizione si verifichi per prima.
Dovrai rispedire i beni o consegnarli a AHA-BUCH GmbH, Einbeck, Germany, senza indebito ritardo e, in ogni caso, entro 14 giorni dal giorno in cui ci hai comunicato la tua volontà di recedere dal presente contratto. Il termine è rispettato se rispedisci i beni prima della scadenza del periodo di 14 giorni. I costi diretti della restituzione dei beni saranno a tuo carico. Sei responsabile solo della diminuzione del valore dei beni risultante da una manipolazione diversa da quella necessaria per stabilire la natura, le caratteristiche e il funzionamento dei beni stessi.
Eccezioni al diritto di recesso
Il diritto di recesso non si applica a:
- La fornitura di giornali, periodici o riviste ad eccezione dei contratti di abbonamento; e
- La fornitura di contenuto digitale non fornito su un supporto materiale (ad es. su un CD o DVD), se al momento dell'invio dell'ordine hai accettato l'inizio dell'esecuzione e hai riconosciuto che non avresti potuto recedere una volta iniziata l'esecuzione.
Condizioni di spedizione
Spediamo il tuo ordine dopo averlo ricevuto
per articoli a portata di mano entro 24 ore,
per articoli con fornitura notturna entro 48 ore.
Nel caso in cui abbiamo bisogno di ordinare un articolo dal nostro fornitore, il nostro tempo di spedizione dipende dalla data di ricezione degli articoli, ma gli articoli verranno spediti lo stesso giorno.
Il nostro obiettivo è quello di inviare gli articoli ordinati nel modo più veloce, ma anche più efficiente e sicuro ai nostri clienti.