Concevoir des systèmes d'apprentissage automatique : Un processus itératif pour des applications prêtes à la production

Les systèmes d’apprentissage automatique sont à la fois complexes et uniques. Complexes, car ils se composent de nombreux éléments différents et impliquent de nombreuses parties prenantes. Uniques, car ils dépendent des données, lesquelles varient considérablement d’un cas d’utilisation à l’autre. Dans cet ouvrage, vous découvrirez une approche globale de la conception de systèmes d’apprentissage automatique fiables, évolutifs, faciles à maintenir et capables de s’adapter à l’évolution des environnements et des exigences métier.

L’auteure Chip Huyen, cofondatrice de Claypot AI, aborde chaque décision de conception — notamment la manière de traiter et de créer les données d’entraînement, les caractéristiques à utiliser, la fréquence de réentraînement des modèles et les éléments à surveiller — en fonction de la contribution qu’elle peut apporter à la réalisation des objectifs de l’ensemble du système. Le cadre itératif présenté dans cet ouvrage s’appuie sur des études de cas réels étayées par de nombreuses références.

Cet ouvrage vous aidera à aborder des scénarios tels que : Préparer les données et choisir les bonnes mesures pour résoudre un problème métier Automatiser le processus de développement, d’évaluation, de déploiement et de mise à jour continus des modèles Mettre en place un système de surveillance permettant de détecter rapidement et de résoudre les problèmes auxquels vos modèles pourraient être confrontés en production Concevoir une plateforme d’apprentissage automatique utilisable pour différents cas d’utilisation Développer des systèmes d’apprentissage automatique responsables