بناء تطبيقات مدعومة بتعلم الآلة - تأليف Emmanuel Ameisen (غلاف ورقي)

عن الكتاب تعلم المهارات اللازمة لتصميم وبناء ونشر التطبيقات المدعومة بتعلم الآلة (ML). ومن خلال هذا الكتاب العملي، ستعمل على بناء تطبيق نموذجي يعتمد على تعلم الآلة، بدءاً من الفكرة الأولية وصولاً إلى المنتج النهائي المنشور. سيتعلم علماء البيانات، ومهندسو البرمجيات، ومديرو المنتجات -بمن فيهم الممارسون ذوو الخبرة والمبتدئون على حد سواء- الأدوات وأفضل الممارسات والتحديات المتعلقة ببناء تطبيق تعلم آلة (ML) واقعي خطوة بخطوة. يقدم المؤلف Emmanuel Ameisen، وهو عالم بيانات خبير قاد برنامجاً للتعليم في مجال الذكاء الاصطناعي، مفاهيم عملية لتعلم الآلة باستخدام مقتطفات برمجية، ورسوم توضيحية، ولقطات شاشة، ومقابلات مع قادة في هذا القطاع. يتناول الجزء الأول كيفية التخطيط لتطبيق تعلم آلة وقياس مدى نجاحه، بينما يشرح الجزء الثاني كيفية بناء نموذج تعلم آلة فعال. يستعرض الجزء الثالث طرق تحسين النموذج حتى يحقق رؤيتك الأصلية، بينما يغطي الجزء الرابع استراتيجيات النشر والمراقبة. سيساعدك هذا الكتاب على: تحديد هدف منتجك وصياغة مشكلة تعلم الآلة، بناء أول مسار عمل متكامل (end-to-end pipeline) بسرعة والحصول على مجموعة بيانات أولية، تدريب وتقييم نماذج ML الخاصة بك ومعالجة عقبات الأداء، ونشر نماذجك ومراقبتها في بيئة الإنتاج. ملخص الكتاب: تعلم المهارات اللازمة لتصميم وبناء ونشر التطبيقات المدعومة بتعلم الآلة (ML). من خلال هذا الكتاب العملي، ستتمكن من بناء تطبيق تجريبي مدعوم بتعلم الآلة (ML)، بدءاً من الفكرة الأولية وصولاً إلى المنتج النهائي الجاهز للنشر. سيتعلم علماء البيانات، ومهندسو البرمجيات، ومديرو المنتجات — بما في ذلك الممارسون ذوو الخبرة والمبتدئون على حد سواء — الأدوات وأفضل الممارسات والتحديات المتعلقة ببناء تطبيق تعلم آلة (ML) واقعي خطوة بخطوة. ويستعرض المؤلف Emmanuel Ameisen، وهو عالم بيانات خبير قاد برنامجاً للتعليم في مجال الذكاء الاصطناعي، مفاهيم تعلم الآلة (ML) العملية باستخدام مقتطفات برمجية، ورسوم توضيحية، ولقطات شاشة، ومقابلات مع قادة في هذا القطاع. يتناول الجزء الأول كيفية تخطيط تطبيق يعتمد على تعلم الآلة وقياس مدى نجاحه. ويشرح الجزء الثاني كيفية بناء نموذج تعلم آلة فعال. بينما يستعرض الجزء الثالث طرق تحسين النموذج حتى يحقق رؤيتك الأصلية. أما الجزء الرابع فيغطي استراتيجيات النشر والمراقبة. سيساعدك هذا الكتاب على: تحديد هدف منتجك وصياغة مشكلة تعلم الآلة، بناء أول مسار عمل متكامل (end-to-end pipeline) بسرعة والحصول على مجموعة بيانات أولية، تدريب وتقييم نماذج تعلم الآلة الخاصة بك ومعالجة اختناقات الأداء، ونشر نماذجك ومراقبتها في بيئة الإنتاج.

نبذة عن المؤلف عمل Emmanuel Ameisen لسنوات كعالم بيانات، حيث قام بتنفيذ ونشر حلول التحليلات التنبؤية وتعلم الآلة لصالح Local Motion و Zipcar. ومؤخراً، قاد Emmanuel برنامج الذكاء الاصطناعي في Insight Data Science، حيث أشرف على أكثر من مائة مشروع في مجال تعلم الآلة. يحمل Emmanuel درجات علمية عليا في الذكاء الاصطناعي، وهندسة الحاسوب، والإدارة من ثلاث من أفضل المدارس في فرنسا.