管理机器学习项目（视频版）

Managing Machine Learning Projects, Video Edition

 视频说明

在视频版中，叙述者阅读书籍，同时内容、图形、代码列表、图表和文本出现在屏幕上。就像有声读物一样，您也可以将其作为视频观看。

使用这本独一无二的项目管理指南中的技术指导机器学习项目从设计到生产。无需 ML 技能


在管理机器学习项目中，你将学习基本的机器学习项目管理技术，包括：

• 了解 ML 项目的要求
• 为项目设置基础结构并为团队提供资源
• 与客户和其他利益相关者合作
• 处理数据资源并将其引入项目以供使用
• 处理项目中模型的生命周期
• 管理 ML 算法的应用
• 评估算法和模型的性能
• 决定采用哪种模型进行交付
• 通过开发和测试获取模型
• 将模型与生产系统集成以创建有效的应用程序
• 管理 ML 技术的道德影响的步骤和行为

管理机器学习项目是用于在预算范围内按时交付机器学习应用程序的端到端指南。它列出了旨在应对机器学习项目管理的独特挑战的工具、方法和流程。您将通过一系列冲刺进行深入的案例研究，并了解如何将每种技术付诸实践。本书对数据隐私和社区影响的强烈考虑确保您的项目符合道德规范，符合全球法规，并避免因偏见和其他问题而失败。

 关于技术

将机器学习项目运送到生产环境通常感觉就像在未知的水域中航行。从考虑大数据资源到跟踪和评估多个模型，机器学习技术的要求与传统软件截然不同。永远不要害怕！本书列出了确保项目成功所需的独特实践。

 关于本书

管理机器学习项目是经过实战考验的技术的绝佳来源，可有效交付现实生活中的机器学习解决方案。本书分为一系列冲刺，从项目提案一直到部署到生产。您将学习如何规划必要的基础架构、协调试验、保护敏感数据以及可靠地测量模型性能。许多 ML 项目无法创造真正的价值——阅读本书以确保您的项目取得成功。

 里面有什么

• 设置基础结构并为团队提供资源
• 将数据资源引入项目
• 准确估计时间和精力
• 评估要采用哪些模型进行交付
• 将模型集成到有效的应用程序中

 关于读者

适用于任何对更好地管理机器学习项目感兴趣的人。无需技术技能。

 关于作者

Simon Thompson 花了 25 年时间开发人工智能系统，以创建用于电信、客户服务、制造和资本市场的应用程序。他领导了英国BT实验室的人工智能研究项目，现在是GFT Technologies的数据科学主管。

 引号
提供了许多实际实现问题的示例，包括范围界定、冲刺、案例研究和请求票证。

– Abi Aryan，MLOps 播客

适合所有经理，即使是那些技术背景较低的经理。清晰的概念解释。

– Amrita Sarkar，汤森路透

多年的经验归结为可行的清单、方便的轶事以及监管和法律框架的指导。忽视后果自负。

– Dan Gilks，英国电信公司