.
前言第 01 章 訓練資料導論 訓練資料的意圖 訓練資料的機會 訓練資料的重要性 真實的訓練資料 生成式人工智慧 總結第 02 章 快速上手 引言 快速上手 工具概述 取捨 歷史 總結第 03 章 綱要 深入介紹綱要 標籤和屬性:內容 空間表達法:在哪裡? 關係、序列、時間序列:何時? 指南和說明 機器學習任務與訓練資料的關係 通用概念 總結第 04 章 資料工程 引言 原始資料儲存 格式和映射 資料存取 安全性 預標記 總結第 05 章 工作流程 引言 技術和人之間的黏合劑 開始人類任務 品質保證 分析 模型 資料流 直接標註 總結第 06 章 理論、概念和維護 引言 理論 一般概念 樣本建立 維護 訓練資料管理 總結第 07 章 人工智慧轉型與應用案例 引言 人工智慧轉型 任命領導者:人工智慧資料主管 使用案例發現 新的「群眾外包」:您自己的專家 現代訓練資料工具 總結第 08 章 自動化 引言 入門 取捨 預標記 互動式標註自動化 品質保證自動化 資料發掘:應該標記的內容 擴增 模擬和合成資料 媒體特定 特定於領域 總結第 09 章 案例研究和故事 引言 產業 訓練資料的學術方法 總結索引
機器學習的高風險應用|負責任的人工智慧方法 精通機器學習|使用Scikit-Learn, Keras與TensorFlow 第三版 設計機器學習系統|迭代開發生產環境就緒的ML程式