Au cours des six derniers mois, de nombreux amis de l'industrie se sont renseignés sur les progrès de la publication de «Introduction et pratique des tests d'apprentissage automatique» par le biais de divers canaux. Merci beaucoup pour votre enthousiasme et vos attentes pour ce livre.Après un polissage et une amélioration continus, je peux enfin vous dire à haute voix cette fois.
"Introduction et pratique des tests d'apprentissage automatique" rencontrez-vous enfin!
«Introduction and Practice of Machine Learning Testing» est pré-vendu sur la plate-forme JD.
Canal de prévente: introduction et pratique des tests d'apprentissage automatique
fond d'écriture
Avec le développement de la science et de la technologie, l'intelligence artificielle a progressivement pénétré divers domaines de la société, tels que les villes intelligentes, la finance intelligente et les maisons intelligentes. La technologie de l'intelligence artificielle change nos vies dans toutes les directions à une vitesse sans précédent et mène un nouveau cycle de transformation industrielle. Afin de saisir les opportunités stratégiques de développement de l'intelligence artificielle, de nombreuses entreprises mènent activement la transformation et la mise à niveau numériques. Si le domaine de l'intelligence artificielle fait face à d'importantes opportunités de développement, il est également confronté à d'énormes défis, ce qui impose des exigences plus élevées en termes de niveau technique et de connaissances professionnelles de chaque praticien et personne ayant de nobles idéaux dans le domaine de l'intelligence artificielle.
L'apprentissage automatique est l'une des directions les plus importantes dans le domaine de l'intelligence artificielle. Avec la popularité croissante des applications d'apprentissage automatique et la complexité de sa propre technologie, la qualité des applications d'apprentissage automatique est devenue de plus en plus importante. Cela se reflète principalement dans les aspects de la qualité des données, de l'ingénierie des fonctionnalités, des effets de modèle et des fonctions du produit. Par exemple, la qualité des données d'entraînement conduira au manque de fiabilité des modèles d'apprentissage automatique, ce qui peut éventuellement conduire à de fausses conclusions et prendre de mauvaises décisions (prédictions). Tout en apportant des risques de qualité, cela entraînera également une augmentation des coûts. Selon l'étude IBM de 2016 sur les coûts des données, la perte annuelle de coûts économiques est d'environ 3,1 billions de dollars américains en raison de la seule mauvaise qualité des données. On peut voir que garantir la qualité des applications d'apprentissage automatique est une partie importante de son application en entreprise.
Pour le test des logiciels traditionnels et des produits Internet, les méthodes de test et le système d'assurance qualité sont relativement avancés. Et les tests d'apprentissage automatique sont une direction différente et plus récente. Nous ne pouvons pas faire une copie mécanique des méthodes traditionnelles de test des logiciels et des produits Internet, et il existe peu de systèmes de qualité d'apprentissage automatique complets dans l'industrie pour apprendre. Face aux défis techniques des tests d'apprentissage automatique, au cours des deux dernières années, l'auteur a formulé et mené à bien une série d'actions d'attaque technique. Partir de trois aspects: d'abord par la formation de cours professionnels d'apprentissage automatique, l'apprentissage systématique des techniques d'apprentissage automatique et une maîtrise du processus de formation à la modélisation; puis en se basant sur des pratiques techniques particulières (automatisation du big data, analyse automatique des fonctionnalités, évaluation des effets de modèle, modèle Gestion des expériences, etc.), continuer à accumuler des expériences pratiques dans les tests d'apprentissage automatique, et construire progressivement un système qualité pour les applications d'apprentissage automatique; enfin, combiner des scénarios commerciaux pour apporter d'autres compléments et améliorations (déploiement de modèle, surveillance de modèle, etc.).
L'intention originale de l'écriture de ce livre est de partager la pratique et l'expérience de l'auteur dans les tests d'apprentissage automatique avec des amis de l'industrie, de promouvoir conjointement le développement des tests d'apprentissage automatique et d'aider les amis de l'industrie à gagner de futures opportunités dans la vague des «nouvelles infrastructures».
Résumé
Ce livre présente de manière complète et systématique la technologie de test d'apprentissage automatique et la construction de systèmes de qualité, un total de 15 chapitres, divisés en 5 parties.
- Partie 1 (chapitres 1 à 4) Les connaissances de base couvrent les connaissances de base de l'apprentissage automatique, de la programmation Python et de l'analyse de données;
- Partie 2 (chapitres 5 à 7) Le Big Data présente les bases du Big Data, les directives de test du Big Data et la pratique des outils associés;
- La troisième partie (chapitres 8 à 10) explique les bases des tests d'apprentissage automatique, les tests spéciaux de fonctionnalités et les tests d'évaluation des algorithmes de modèle;
- Partie 4 (chapitres 11 à 13) L'ingénierie de modèle introduit la pratique de la plate-forme d'évaluation de modèle, de la technologie d'ingénierie d'apprentissage automatique et du processus de livraison continue de l'apprentissage automatique;
- La partie 5 (chapitres 14 à 15) AI in Test traite de l'exploration et de la pratique de l'IA dans le domaine des tests et de l'avenir des ingénieurs de test à l'ère de l'IA.
Ce livre peut aider les lecteurs à comprendre le fonctionnement de l'apprentissage automatique et comment démarrer avec l'assurance qualité de l'apprentissage automatique. Ce livre convient aux lecteurs généralistes qui souhaitent comprendre l'apprentissage automatique et convient aux travailleurs techniques qui souhaitent apprendre et maîtriser l'apprentissage automatique.
Pour les ingénieurs de développement et de test en ingénierie, en lisant ce livre, vous pouvez systématiquement comprendre les connaissances des tests Big Data, des tests de fonctionnalités et de l'évaluation de modèles; pour les ingénieurs ayant une formation en données algorithmiques, vous pouvez apprendre et élargir les méthodes et les moyens d'évaluation des modèles en lisant ce livre. L'idée de la pratique de l'ingénierie de modèle; pour les experts techniques et les responsables techniques, en lisant ce livre, vous pouvez obtenir des idées pour l'assurance qualité de l'apprentissage automatique et l'efficacité de l'ingénierie.
Caractéristiques du livre
Le premier livre , les premiers tricheurs de test d'IA de l'industrie.
Facile à comprendre , sélectionnez 15 points de test AI, partez de zéro et comprenez parfaitement les tests d'apprentissage automatique.
Le contenu est riche et couvre 5 sujets techniques majeurs, le Big Data, les algorithmes de modèle, l'évaluation de modèle, l'architecture d'ingénierie et les tests intelligents.
Fortement recommandé , 32 experts en tests, experts en algorithmes, responsables techniques et professeurs d'université recommandés conjointement.
Scénarios typiques , explication détaillée de 3 scénarios de modèles traditionnels, classification des images, recommandation de publicité et contrôle des risques financiers. Analyse approfondie des principes techniques et du cadre d'ingénierie du modèle de contrôle du risque de crédit, et production d'un plan d'assurance qualité en lien complet pour les produits du modèle de contrôle du risque.
Recueillant le meilleur de centaines d'écoles , il a absorbé les caractéristiques d'excellents travaux sur le marché, comme l'utilisation de plus d'illustrations pour expliquer la théorie; le code adopte un style de couleur, qui est plus intuitif à lire. Plus de 150 exemples d'illustrations, explications avec illustrations. Le texte intégral est imprimé en couleur pour la meilleure expérience.
A propos de l'auteur
Les experts recommandent
En tant que premier livre de l'industrie à expliquer systématiquement les tests d'IA, ce livre a reçu une large attention et des éloges unanimes de la part des experts du secteur.
Voici un extrait de quelques-unes des merveilleuses critiques, comme suit:
Ce livre se concentre principalement sur le domaine de l'apprentissage automatique.L'apprentissage automatique est au cœur des algorithmes d'intelligence artificielle.Le contenu du livre est l'ensemble de l'accumulation de pratique et d'expérience de l'équipe de test 360 AI dans les tests d'apprentissage automatique. On espère que grâce à ce type de partage et d'apprentissage efficaces, les échanges techniques dans le domaine de l'intelligence artificielle pourront être mieux promus, et les idées pourront éclater en plus d'étincelles lors de collisions. ——Ye Daqing, co-fondateur et PDG de Rong360
Différent des manuels traditionnels liés aux théories de l'apprentissage automatique, ce livre présente une nouvelle perspective, expose l'assurance qualité et l'efficacité de l'ingénierie des produits d'apprentissage automatique du point de vue de l'AQ, et se concentre sur la manière dont les méthodes de test d'apprentissage automatique peuvent être mises en œuvre dans des scénarios commerciaux réels. Le livre est riche en contenu et la conception du chapitre se fait étape par étape (apprentissage automatique, qualité des données, évaluation de modèles, ingénierie de modèles, tests intelligents), le contenu est facile à comprendre et un grand nombre de cas réels sont répertoriés (tels que: contrôle des risques financiers, recommandation intelligente, classification d'images, etc.) , J'espère aider les lecteurs à apprendre et à comprendre. —— Liu Caofeng, co-fondateur et directeur technique de Rong360
J'en ai entendu parler et j'espère que davantage d'ingénieurs intéressés par une technologie d'apprentissage automatique exquise et des méthodes d'apprentissage automatique parfaites pourront lire ce livre plus tôt, en tirer un résumé systématique, comprendre l'expérience de l'auteur et estimer qu'il existe une spécialisation dans l'industrie de l'art. Il peut être appliqué au travail quotidien et devenir un expert technique dans le domaine. —— Jiang Fan, scientifique principal de la vie locale d'Alibaba
Aujourd'hui, je suis très heureux d'avoir un tel livre qui nous explique comment tester des systèmes intelligents. Par exemple, des tests spécifiques et des tests d'évaluation d'algorithmes de modèle. Cet aspect des tests est également au cœur des tests d'intelligence artificielle et le contenu clé de ce livre. Il traite des tests de transformation de modèle, des tests de fuzzing, des tests de robustesse, des tests d'interprétabilité, etc., y compris la classification d'images, la recommandation intelligente, Les pratiques d'évaluation des algorithmes de modèle dans trois scénarios commerciaux typiques, tels que le contrôle des risques, permettront une analyse et une interprétation plus détaillées de cette partie du contenu, afin que les lecteurs puissent mieux comprendre la méthode, le processus et les opérations spécifiques d'évaluation de l'algorithme de modèle. —— Zhu Shaomin, professeur émérite de l'université de Tongji et auteur de "Whole Software Testing"
Différent du test de modèle dans le processus de modélisation traditionnel, ce livre explique comment réussir le test de qualité aux différentes étapes de l'acquisition de données, du test de modélisation, du lancement du modèle et du test AB en ligne dans le développement de produits d'apprentissage automatique du point de vue du travail des testeurs. Assurer le bon développement et le lancement des modèles d'apprentissage automatique. Le test de qualité de l'apprentissage automatique couvre non seulement les angles de test traditionnels tels que la stabilité du système, l'exactitude fonctionnelle, le débit, etc., mais doit également couvrir l'exactitude des données, la précision du modèle, le calcul hors ligne du modèle et la cohérence des calculs en ligne, etc. Le problème. Ce livre apporte une richesse d'expérience pratique de première main et de nouvelles perspectives dans la recherche et le développement de produits d'apprentissage automatique, et offre de bonnes informations pour les praticiens engagés dans la recherche et le développement de produits d'intelligence artificielle. - Développement d'applications et de données volumineuses AI Ctrip, chef, VP Zou Yu
et apprentissage automatique traditionnel par rapport aux livres, le livre est plus axé sur la façon de tester l'application de l'apprentissage automatique et des tests de produits intelligents par IA. Ce livre est riche en contenu et en cas détaillés. Il explique non seulement les connaissances de base en analyse de données, apprentissage automatique, big data, etc., mais explique également les principes et études de cas de l'évaluation des algorithmes de modèle, de l'analyse des tests de fonctionnalités, de la plateforme d'ingénierie de modèles, etc. Ce livre est facile à comprendre et pratique. Il convient parfaitement aux étudiants qui souhaitent s'initier à l'apprentissage automatique et aux tests Big Data. ——Shen Jian, CTO de Kuaigou Taxi, auteur du compte public "Road to Architect"
Le développement de l'intelligence artificielle bat son plein et l'apprentissage automatique est la chose la plus importante.Les machines qui peuvent apprendre à jouer au Go, à jouer à des jeux et au pilotage automatique ne posent aucun problème. Les tests sont une partie nécessaire du système qualité d'ingénierie Comment tester l'apprentissage automatique lorsqu'aucune machine intelligente n'a réussi le test de Turing? Comment mesurer le QI de l'intelligence artificielle? Avez-vous besoin d'une intelligence artificielle supérieure? L'apprentissage automatique peut-il être utilisé pour tester l'effet de l'apprentissage automatique? Ce genre de problème semble être plus intéressant que l'apprentissage automatique lui-même, et l'auteur de ce livre nous en parlera. ——Shi Haifeng, directeur technique 2B2C de Shell Financial Services, auteur du compte public "IT Migrant Workers Gossip"
Les tests dans le domaine de l'apprentissage automatique sont une direction relativement nouvelle, et le système de test est encore au stade d'amélioration progressive. En tant que chef d'équipe de test IA senior, Ai Hui a systématiquement introduit la technologie de test dans le domaine de l'apprentissage automatique dans ce livre, et a développé en détail des modèles d'apprentissage automatique et des tests d'ingénierie, indiquant aux ingénieurs de test IA La route d'apprentissage. Après avoir lu ce livre, vous aurez certainement une compréhension plus complète du travail de test de l'IA, ce qui vous aidera grandement à élargir vos horizons et vos combats réels. —— Xu Mingquan, directeur du centre d'intelligence artificielle de SF City
Avec le développement et la vulgarisation des technologies de big data et d'intelligence artificielle, les solutions basées sur l'apprentissage automatique jouent un rôle de plus en plus important dans la modélisation et l'optimisation des problèmes commerciaux, et l'assurance qualité associée des modèles, des fonctionnalités et des effets est également plus importante. . Par rapport à l'assurance qualité de l'architecture d'ingénierie et des fonctions du produit, les modèles d'apprentissage automatique sont plus difficiles à garantir en raison de leur non-linéarité et de leur sensibilité. L'auteur résume son expérience de projet à long terme dans des domaines connexes et la présente dans ce livre, qui devrait avoir une certaine inspiration et une importance de référence pour les étudiants concernés. ——Yan Kuiming, expert principal en algorithmes de Didi
Internet est entré dans la seconde moitié, et le protagoniste de la seconde moitié est l'intelligence artificielle. En tant que domaine le plus important de l'intelligence artificielle, l'apprentissage automatique est un domaine relativement nouveau, et les tests basés sur l'apprentissage automatique sont un chemin que peu de gens ont parcouru. Il n'y a pas beaucoup d'entreprises qui font de l'apprentissage automatique, et l'équipe qui se concentre sur les tests d'apprentissage automatique est Fengmao Lingjiao. Ai Hui et l'équipe de test Rong360AI dirigée par lui, la pratique et l'expérience pratique de première ligne dans les tests d'apprentissage automatique sont très précieuses pour le moment. Up. Aujourd'hui, alors que l'intelligence artificielle explose, le marché a trop attendu un livre dédié aux tests de technologie d'apprentissage automatique. Tous les collègues de test désireux d'adopter l'intelligence artificielle devraient mettre ce livre sur les tablettes de Rong360 AI. Un livre précieux d'expérience de test de première ligne pour l'équipe de test. Il est recommandé de terminer le livre le plus tôt possible. Lorsque vous effectuez des tests liés à l'intelligence artificielle, vous pouvez l'utiliser de temps en temps pour examiner l'expérience d'Ai Hui et de son équipe. Je pense que ce sera d'une grande aide. —— Xu Kun, président de Testin Cloud Testing
Il y a dix ans, quand je travaillais chez Ali, j'ai commencé à tester des modèles de machine learning, à cette époque, les données de test pour les modèles d'algorithmes étaient très rares. Dix ans se sont écoulés, tout Internet fonctionne sur la base du traitement du big data, du machine learning, du deep learning et de l'intelligence artificielle. La société tout entière a été profondément intégrée à ces technologies. Comment garantir la qualité et évaluer l'effet est déjà une direction de travail importante pour le développement social. Cependant, pour diverses raisons, le système de test correspondant n'est pas sorti du cercle de la recherche scientifique. Le livre de l'équipe d'Ai Hui a comblé cette lacune dans le temps et a promu le développement de tests de modèles d'algorithmes, d'apprentissage automatique et de tests d'IA. On s'attend à ce que davantage d'IA émergera dans l'industrie des tests à l'avenir. Résumé des pratiques de test. ——Huang Yansheng (Si Han), fondateur de Poudlard Test Academy et architecte de test de Test Bar (Beijing) Technology Co., Ltd.
L'avenir est venu et le temps dans lequel nous vivons est complètement différent du passé. L'intelligence artificielle et la technologie des mégadonnées sont passées de l'autel de la technologie de recherche scientifique de pointe à la technologie pratique. Avec l'abaissement du seuil d'utilisation de la technologie, le domaine des tests de logiciels et de la qualité des logiciels a également trouvé une occasion de se combiner avec eux, et une nouvelle intelligence a été développée. La branche de la technologie de test de logiciels a été mise en œuvre et pratiquée dans l'industrie. Ce livre explique systématiquement l'exploration et la pratique de l'équipe Rong360 dans ce domaine de test à la frontière. Il adopte une conception de système de structure de connaissances de superficiel à profond, combinée à un langage facile à comprendre, pour aider les lecteurs à se débarrasser du cocon et à maîtriser les technologies clés. C'est un livre Un bon livre sur l'introduction de la technologie de test intelligente et des pratiques d'ingénierie.
—— Architecte senior Dell EMC (China Research and Development Group), l'expert le plus précieux de Tencent Cloud TVP, l'expert le plus précieux d'Alibaba Cloud, le MVP Ru Bingsheng
Pour plus de merveilleux commentaires d'experts, veuillez consulter la préface et la partie élogieuse de ce livre.
Description de la prévente : Le premier jour de la prévente (8,28), un prix surprise de 50% de réduction, seulement ce jour-là, la main est lente.