机读格式显示(MARC)

• 000 01955nam0 2200301 450

• 001 0000822780

• 005 20250819191200.0

• 010 __ |a 978-7-5198-9959-2 |d CNY128.00

• 100 __ |a 20250721d2025 em y0chiy50 ea

• 101 1_ |a chi |c eng

• 102 __ |a CN |b 110000

• 105 __ |a a z 000yy

• 106 __ |a r

• 200 1_ |a 高效的机器学习团队 |A gao xiao de ji qi xue xi tuan dui |f (新加坡) 大卫·谭, (澳) 艾达·梁, 大卫·科尔斯著 |d = Effective machine learing teams |f David Tan, Ada Leung, David Colls |g 黄俊彬译 |z eng

• 210 __ |a 北京 |c 中国电力出版社 |d 2025

• 215 __ |a 410页 |c 图 |d 24cm

• 306 __ |a 由O' Reilly Media, Inc.授权出版

• 314 __ |a 大卫·谭, 是一名高级机器学习工程师, 参与了多个数据和机器学习项目。他将经过时间考验的软件工程实践应用于机器学习开发生命周期中, 帮助团认加快速代速度并提高可靠性。艾达·梁, 是Thoughtworks的一名高级业务分析师和产品负责人, 拥有在技术、商业和政府服务领域的交付和咨询经验。她擅长解决复杂问题, 涉及的领域包括面向客户的应用、机器学习解决方案的扩展, 最近还涉及数据战略和数据平台的交付。Ada曾参与过多种形式的跨职能交付团队 (现场和远程), 并提倡通过团队培养来打造高效团队。大卫·科尔斯, 是一位技术领导者, 拥有丰富的帮助软件和数据团队取得卓越成果的经验。他的技术背景涵盖工程设计、仿真、优化和大规模数据处理软件。

• 330 __ |a 本书详细介绍了ML交付技术的跨职能性质, 与此相一致的是, 我们解决了从事ML的团队中多种角色所关心的问题。本书的主要内容有: 在交付机器学习解决方案中的挑战与优化路径, 多语言团队的产品和交付实践, ML系统的自动测试, 用简单的技巧为代码编辑器增效, 重构和技术债务管理, 面向ML的MLOps和持续交付, 高效ML团队的基石, 有效的ML组织。

• 500 10 |a Effective machine learing teams |A Effective Machine Learing Teams |m Chinese

• 606 0_ |a 机器学习 |A ji qi xue xi

• 690 __ |a TP181 |v 5

• 701 _1 |a 谭 |A tan |g (Tan, David) |4 著

• 701 _1 |a 梁 |A liang |g (Leung, Ada) |4 著

• 701 _1 |a 科尔斯 |A ke er si |g (Colls, David) |4 著

• 702 _0 |a 黄俊彬 |A huang jun bin |4 译

• 801 _0 |a CN |b WFKJXY |c 20250819

• 905 __ |a WFKJXY |d TP181/539