Active Machine Learning with Python : Refine and elevate data quality over quantity with active learning
Idioma: inglés
Editorial: Packt Publishing, 2024
- Tapa blanda
- Nuevo
Librería: AHA-BUCH GmbH, Einbeck, AlemaniaAHA-BUCH GmbH
Vendedor de AbeBooks desde 14 de agosto de 2006
Condición: Nuevo
EUR 73,72
Cantidad disponible: 1 disponibles
Añadir al carritoDescripción del artículo del vendedor
nach der Bestellung gedruckt Neuware - Printed after ordering - Use active machine learning with Python to improve the accuracy of predictive models, streamline the data analysis process, and adapt to evolving data trends, fostering innovation and progress across diverse fieldsKey FeaturesLearn how to implement a pipeline for optimal model creation from large datasets and at lower costsGain profound insights within your data while achieving greater efficiency and speedApply your knowledge to real-world use cases and solve complex ML problemsPurchase of the print or Kindle book includes a free PDF Elektronisches BuchBook DescriptionBuilding accurate machine learning models requires quality data-lots of it. However, for most teams, assembling massive datasets is time-consuming, expensive, or downright impossible. Led by Margaux Masson-Forsythe, a seasoned ML engineer and advocate for surgical data science and climate AI advancements, this hands-on guide to active machine learning demonstrates how to train robust models with just a fraction of the data using Python's powerful active learning tools.You'll master the fundamental techniques of active learning, such as membership query synthesis, stream-based sampling, and pool-based sampling and gain insights for designing and implementing active learning algorithms with query strategy and Human-in-the-Loop frameworks. Exploring various active machine learning techniques, you'll learn how to enhance the performance of computer vision models like image classification, object detection, and semantic segmentation and delve into a machine AL method for selecting the most informative frames for labeling large videos, addressing duplicated data. You'll also assess the effectiveness and efficiency of active machine learning systems through performance evaluation.By the end of the book, you'll be able to enhance your active learning projects by leveraging Python libraries, frameworks, and commonly used tools.What you will learnMaster the fundamentals of active machine learningUnderstand query strategies for optimal model training with minimal dataTackle class imbalance, concept drift, and other data challengesEvaluate and analyze active learning model performanceIntegrate active learning libraries into workflows effectivelyOptimize workflows for human labelersExplore the finest active learning tools available todayWho this book is forIdeal for data scientists and ML engineers aiming to maximize model performance while minimizing costly data labeling, this book is your guide to optimizing ML workflows and prioritizing quality over quantity. Whether you're a technical practitioner or team lead, you'll benefit from the proven methods presented in this book to slash data requirements and iterate faster.Basic Python proficiency and familiarity with machine learning concepts such as datasets and convolutional neural networks is all you need to get started.Table of ContentsIntroducing Active Machine LearningDesigning Query Strategy FrameworksManaging the Human in the LoopApplying Active Learning to Computer VisionLeveraging Active Learning for Big DataEvaluating and Enhancing EfficiencyUtilizing Tools and Packages for Active Learning.…
N° de ref. del artículo 9781835464946
- Título
- Active Machine Learning with Python : Refine and elevate data quality over quantity with active learning
- Autor
- Margaux Masson-Forsythe
- Editorial
- Packt Publishing
- Año de publicación
- 2024
- Estado
- Neu
- Encuadernación
- Taschenbuch
- Idioma
- inglés
- ISBN 10
- 1835464947
- ISBN 13
- 9781835464946
- Peso del artículo
- 341 gramos
- Dimensiones
- 235x191x10 mm
Solve complex big data challenges by unleashing the power of active machine learning with Python
Key Features
- Learn how to implement a pipeline to get the best model using your large datasets, at lower costs
- Gain to more profound insights within your data, while achieving greater efficiency and speed
- Apply your knowledge to real world use cases and solve complex ML problems
Book Description
Building accurate machine learning models requires quality data - lots of it. For most teams, assembling massive datasets is time-consuming, expensive, or downright impossible. That's where active learning comes in. This hands-on guide shows you how to train robust models with just a fraction of the data using Python's powerful active learning tools.
You'll start by mastering the fundamental techniques of active learning like membership query synthesis, stream-based sampling, and pool-based sampling. See how little data you need to tackle common challenges like class imbalance, concept drift, and more. Then dive into the practice of active learning, constructing query strategies, analyzing model performance, and selecting optimal training sets.
By the end of the book you'll be able to apply active learning to solve real-world problems in sectors from computer vision to natural language processing. Unlock the true potential of your data with Active Machine Learning and Python. Start building better ML with less today.
What you will learn
- Learn the fundamentals of active machine learning
- Understand query strategies for optimal model training with minimal data
- Discover how to tackle class imbalance, concept drift, and other data challenges
- Evaluate and analyze active learning model performance
- Integrate active learning libraries into workflows effectively
- Optimize workflows for human labellers
- Harness active learning for computer vision and NLP tasks
- Explore the finest active learning tools available today
Who this book is for
This book is perfect for data scientists and ML engineers who want to maximize model performance while minimizing costly data labelling. Through hands-on examples, you'll learn active learning techniques to train precise models with carefully curated, high-quality datasets - no need for massive volumes of random data. Both technical practitioners and team leads will discover proven methods to slash data requirements and iterate faster. If you want to optimize your ML workflows, this is your guide to the art of quality over quantity.
Table of Contents
- Introducing Active Machine Learning
- Designing Query Strategy Frameworks
- Managing the Human in the Loop
- Applying Active Learning to Computer Vision
- Implementing Active Learning for NLP
- Evaluating and Enhancing Efficiency
- Exploring Deep Active Learning
- Tackling Specialized Tasks
- Utilizing Tools and Packages for Active Learning
“Sinopsis” puede pertenecer a otra edición de este título.
Acerca del autor
“Acerca de” puede pertenecer a otra edición de este título.
AHA-BUCH GmbH
Einbeck, Alemania
Vendedor de AbeBooks desde 14 de agosto de 2006
Tarifas de envío de Alemania a Estados Unidos de America
| Artículo | De 5 a 7 días hábiles | De 7 a 10 días hábiles |
|---|---|---|
| Primer artículo | EUR 30,50 | EUR 30,50 |
Métodos de pago
- Cheque
- Giro bancario
- PayPal
Descripción de la tienda
Das Unternehmen AHA-BUCH GmbH: Seit der Gründung von AHA-BUCH im Juli 2005 ist unser Hauptziel, zufriedenen Kunden so schnell und so preisgünstig wie möglich ihren Bücherwunsch zu erfüllen. Unsere Firma beschäftigt 16 Mitarbeiter, die nur ein Ziel kennen: den Kunden und seine Wünsche! Auf über 3700 m2 Fläche haben wir über 100.000 Bücher, Modernes Antiquariat und Spiele auf Lager.
Especialidad
Kinderbücher & Kinderhör Casetten, German Books, Software, Natur & Tiere, Ratgeber, Sachbücher, Englische Bücher, Medizin & Gesundheit, Universität & StudiumInformación empresarial del vendedor
AHA-BUCH GmbH
Garlebsen 48
Einbeck, Alemania 37574
Condiciones de venta
IImprint
Información del vendedor
AHA-BUCH GmbH
representado por el director gerente Christel Glass
Garlebsen 48
37574 Einbeck
Alemania
Teléfono: 055639996039
Fax: 055639995974
E-Mail: abebooks@aha-buch.de
USt-IdNr.: DE261904229
Inscrita en el Registro Mercantil Amtsgerichtes Göttingen
Handelsregisternummer HRB 200691
Resolución alternativa de conflictos:
La Comisión Europea proporciona una plataforma para la resolución extrajudicial de litigios en línea (plataforma ODR), a la que se puede acceder en https://ec.europa.eu/odr.
Somos miembros de la iniciativa "FairCommerce" desde el 25.05.2018.
Para obtener más información, consulte www.fair-commerce.de.
Derecho al desistimiento
Si es un consumidor, puede rescindir el contrato de acuerdo con lo siguiente. Por consumidor se entiende cualquier persona física que actúe con fines ajenos a su actividad comercial, empresarial, oficio o profesión.
Información sobre el derecho de desistimiento
Derecho legal de desistimiento
Tiene derecho a rescindir este contrato en un plazo de 14 días sin dar ningún motivo.
El periodo de desistimiento vencerá a los 14 días desde que usted, o un tercero que no sea el transportista e indicado por usted, adquiera la posesión física del último bien o del último lote o pieza.
Para ejercer el derecho de desistimiento, complete de forma electrónica y envíe una declaración clara en nuestro sitio web, desde "Mis compras" en "Mi cuenta". Le enviaremos sin demora un acuse de recibo de dicho desistimiento a través de un soporte duradero (por ejemplo, por correo electrónico).
Para cumplir con el plazo de desistimiento, basta con que envíe su comunicación relativa al ejercicio del derecho de desistimiento antes de que venza el periodo de desistimiento.
Efectos del desistimiento
Si rescinde este contrato, le reembolsaremos todos los pagos que hayamos recibido de usted, incluidos los gastos de envío (excepto los gastos adicionales que surjan si elige un tipo de envío que no sea el tipo de envío estándar más económico que ofrecemos).
Podemos hacer una deducción del reembolso por la pérdida de valor de cualquier bien suministrado, si la pérdida es el resultado de una manipulación innecesaria por su parte.
Efectuaremos el reembolso sin demoras indebidas y, a más tardar, 14 días después de que se nos informe de su decisión de rescindir este contrato.
Efectuaremos el reembolso utilizando el mismo medio de pago que utilizó para la transacción inicial, a menos que haya acordado expresamente lo contrario; en cualquier caso, no incurrirá en ningún cargo como resultado de dicho reembolso.
Podremos retener el reembolso hasta que hayamos recibido los bienes o hasta que nos haya presentado una prueba de que los ha devuelto, lo que ocurra primero.
Deberá devolver los bienes o entregarlos a AHA-BUCH GmbH, Einbeck, Germany, sin demoras indebidas y, en cualquier caso, en un plazo máximo de 14 días a partir del día en que nos comunique su desistimiento del presente contrato. El plazo se cumple si devuelve la mercancía antes de que venza el periodo de 14 días. Tendrá que asumir los gastos directos de devolución de los bienes. Usted solo es responsable de la disminución del valor de los bienes como resultado de una manipulación distinta a la necesaria para establecer la naturaleza, las características y el funcionamiento de los bienes.
Excepciones al derecho de desistimiento
El derecho de desistimiento no se aplica a lo siguiente:
- La entrega de periódicos, diarios o revistas, con la excepción de los contratos de suscripción; y
- El suministro de contenido digital que no se proporcione en un soporte tangible (por ejemplo, en un CD o DVD) si, al hacer el pedido, aceptó que podíamos empezar a entregarlo y que no podría desistir una vez iniciada la entrega.
Condiciones de envío
Enviamos su pedido después de recibirlos
para artículos disponibles las últimas 24 horas,
para artículos con suministro nocturno a más tardar 48 horas.
En caso de que necesitemos pedir un artículo a nuestro proveedor, nuestro tiempo de envío depende de la fecha de recepción de los artículos, pero los artículos se enviarán el mismo día.
Nuestro objetivo es enviar los artículos pedidos de la manera más rápida, pero también más eficiente y segura a nuestros clientes.