Wil je zeker zijn dat je cadeautjes op tijd onder de kerstboom liggen? Onze winkels ontvangen jou met open armen. Nu met extra openingsuren op zondag!

Afhalen na 1 uur in een winkel met voorraad
Gratis thuislevering in België vanaf € 30
Ruim aanbod met 7 miljoen producten

Wil je zeker zijn dat je cadeautjes op tijd onder de kerstboom liggen? Onze winkels ontvangen jou met open armen. Nu met extra openingsuren op zondag!

Afhalen na 1 uur in een winkel met voorraad
Gratis thuislevering in België vanaf € 30
Ruim aanbod met 7 miljoen producten

Winkels

Verlanglijstje

Winkels

Verlanglijstje

Zoeken

Volg ons op

Wist je dat er in Vlaanderen voor iedereen een Standaard Boekhandel is binnen een straal van 7 km?

Zoek een winkel

€ 67,95

+ 135 punten

Uitvoering

Levering 2 à 3 weken

Eenvoudig bestellen

Veilig betalen

Gratis thuislevering vanaf € 30 (via bpost)

Gratis levering in je Standaard Boekhandel

Omschrijving

The go-to guide in machine learning projects from design to production. No ML skills required!

In Managing Machine Learning Projects, you will learn essential machine learning project management techniques, including:

Understanding an ML project's requirements
Setting up the infrastructure for the project and resourcing a team
Working with clients and other stakeholders
Dealing with data resources and bringing them into the project for use
Handling the lifecycle of models in the project
Managing the application of ML algorithms
Evaluating the performance of algorithms and models
Making decisions about which models to adopt for delivery
Taking models through development and testing
Integrating models with production systems to create effective applications
Steps and behaviours for managing the ethical implications of ML technology

About the technology

Companies of all shapes, sizes, and industries are investing in machine learning (ML). Unfortunately, around 85% of all ML projects fail. Managing machine learning projects requires adopting a different approach than you would take with standard software projects.

You need to account for large and diverse data resources, evaluate and track multiple separate models, and handle the unforeseeable risk of poor performance. Never fear -- this book lays out the unique practices you will need to ensure your projects succeed!