Overview

Tahmin modellerini sorumlu bir yaklaşımla nasıl kurabiliriz? Bu, farklı deneyim seviyelerindeki veri bilimciler tarafından bana sıklıkla sorulan bir sorudur. G�r�n�şte basit ama aynı zamanda zorlayıcı, ��nk� ele alınması gereken farklı paydaşlara ait birka� ortogonal konu ve bakış a�ısı var. Model geliştiriciler, model eğitiminin otomasyonuna, performansının izlenmesine, hata ayıklamaya ve MLOps ile ilgili diğer konulara odaklanır. Tahmin modelleri kullanıcıları a�ıklanabilirlik, şeffaflık ve g�venlikle daha fazla ilgilenirken, adalet, �nyargı, etik ise �oğunlukla toplumu ilgilendiren konulardır. D�zenleyiciler, �zellikle b�y�k �l�ekli etkileri olan model kullanımlarının sonu�ları ile ilgilenmektedir. Bu bakış a�ılarını dikkate alarak, Sorumlu Makine �ğrenmesi (RML) ile ilgili �� temel unsura odaklanıyoruz. Algoritmalar - Genellikle, verideki karmaşık ilişkileri ortaya �ıkarmak i�in gelişmiş ve esnek makine �ğrenmesi algoritmaları kullanmanız gerekir. Ancak, nasıl �alıştıkları anlaşılmadan kullanılmamalıdır. Do\-la\-yı\-sıy\-la sorumlu modelleme hakkında bir tartışma, karmaşık modellerin nasıl �alıştığı konusuna mutlaka değinmelidir. Yazılım - Gelişmiş modellerin eğitimi, yoğun hesaplama gerektiren bir s�re�tir. Verimli eğitime izin veren paketler, birer m�hendislik harikasıdır. Profesyoneller iyi ara�lar kullanır, bu nedenle sorumlu modellemeyle ilgili bir hikaye yazılırsa, mutlaka iyi yazılımla ilgili bir b�l�m i�ermelidir. S�re� - Tahmin modelleri kurmak yalnızca ara�larla ilgili değil, aynı zamanda planlama, lojistik, iletişim, teslim tarihleri ve hedeflerle de ilgilidir. Veri ve model keşfi s�reci tekrarlı bir s�re�tir, her tekrarda olduğu gibi, giderek daha iyi modellere ulaşırız. Ara�ları ne zaman ve nasıl kullanacağınızı bilmiyorsanız, yalnızca ara�ları kullanabilmek yeterli olmaz. Bu nedenle sorumlu modellemeden �nce modelleme s�re�lerin ele alınması gerekiyor. Bu kitap, bahsedilen bu y�nleri aynı anda bir araya getiren bir i�eriğe sahiptir. İ�eriği, bazı modern makine �ğrenmesi y�ntemlerini ve �alışma mekanizmalarından oluşmaktadır. Y�ntemler, R dilinde Rcran yazılmış �rnek kodlarla desteklenmiştir. Beta ve Bit adlı iki karakterin maceralarını anlatan bir �izgi roman ile anlatım hikayeleştirilmiştir. Bu etkileşim, farklı bir model denemek, keşif i�in başka bir y�ntem denemek, veya başka verileri aramak gibi analistlerin sıklıkla karşı karşıya kaldıkları, modeller nasıl karşılaştırılır veya nasıl doğrulanır

Full Product Details

9788365291158

Table of Contents

Reviews

Author Information

Supplementary materials are available at https: //github.com/BetaAndBit/RML. You will find there free flipbook, data and reproducible code snippets.

Tab Content 6

Customer Reviews

Recent Reviews

Countries Available