导读荐语
如今,市面上出现了各种唾手可得的 AI 基础模型。它们能够应用于千行百业,出现在不计其数的场景之中。借助这些模型,即便是那些技术背景相对薄弱、甚至几乎没有 AI 经验的人,也能够打造属于自己的 AI 产品。《 AI 工程》(AI Engineering)这本书将帮助读者厘清 AI 工程与经典机器学习这两个概念的根本区别,指导大家一步步开发 AI 模型,从容应对开发过程中可能出现的各种挑战。读完本书,你将学到如何根据自身业务的特定需求来定制和改造 AI 模型,最终掌握关键方法,选择最契合的模型。记住,想要实现这一切,数据集至关重要;同样重要的是拥有一套评估方法,清晰了解项目进展情况,对 AI 工程之旅了如指掌。
浓缩书
关于作者
奇普·玄(Chip Huyen),是一名作家与计算机科学家,深耕于人工智能、数据科学与叙事艺术交汇地带。她曾服务于 Snorkel AI 和英伟达(NVIDIA)。她创办了一家初创公司,专注人工智能基础设施领域。同时,她还执教斯坦福大学,教授机器学习系统设计课程。
猜你喜欢
同主题延伸阅读
相关技能
人工智能转型,实施基于人工智能的流程优化,跨部门整合人工智能解决方案,评估企业采用人工智能的准备情况
在日常任务中利用人工智能,将人工智能工具整合到工作流程中,使用人工智能自动化重复性任务,利用人工智能
理解人工智能,向同事解释基本的人工智能概念,区分人工智能与传统软件解决方案,总结人工智能在现代工作场
职场技能
了解大型语言模型,分析大型语言模型的好处,评估模型在语言任务中的表现,大型语言模型对行业的影响,大型
利用人工智能代理,将人工智能代理集成到日常工作流程中,利用人工智能代理进行任务管理,使用人工智能代理
编写有效的AI提示,设计高质量的AI工具提示,创建精确的问题以引导AI,构建提示以提取详细的AI输出
恭喜你又学完了一篇干货!复述、评论及做笔记是对知识最大的致敬↓