NannyML/The-Little-Book-of-ML-Metrics
The book every data scientist needs on their desk.
Thành tựu nổi bật
Những danh hiệu mới nhất của dự án
#1 Repository Của Tuần
#1 Repository Của Tuần
#1 Repository Của Tuần
📚 The Little Book of ML Metrics — Cuống sách nhỏ cho mọi data scientist
Cuống sách tham khảo nhanh trên bàn làm việc của bạn, từ accuracy đến P4 metric.
The Little Book of ML Metrics là một cuống sách nguồn mở được NannyML phát triển, mang đến các giải thích rõ ràng, ngắn gọn và thực tiễn về các metric quan trọng trong học máy. Dành cho cả người mới bắt đầu và chuyên gia có kinh nghiệm, cuống sách này giúp bạn nhanh chóng nắm bắt và ứng dụng thành thạo các metric trong thực tiễn.
✨ Điểm nổi bật
- Phạm vi rộng: Bao phủ metric từ hồi quy, phân loại, gom cụm, xếp hạng, thị giác máy tính, NLP, GenAI, xác suất, độ công bằng và quan sát dữ liệu.
- Giải thích rõ ràng: Mỗi metric được trình bày một cách dễ hiểu, kèm ví dụ thực tế.
- Miễn phí truy cập: Phiên bản điện tử miễn phí, cùng tùy chọn in chất lượng cao để mua.
- Cộng đồng đóng góp: Mỗi đóng góp viên nhận 10% hoa hồng qua liên kết giới thiệu.
- Đánh giá chuyên gia: Các reviewer chuyên môn cũng nhận 15% hoa hồng.
- Hỗ trợ in: Phiên bản in chất lượng cao dùng cho công việc và học tập.
- Được hỗ trợ bởi NannyML: Nền tảng giám sát mô hình ML không cần ground truth.
💡 Vì sao đáng chú ý
Khác với các khóa học truyền thống ít chú trọng đến metric, cuống sách này tập trung vào việc cung cấp kiến thức thực tiễn, ngắn gọn và dễ tiếp cận. Đặc biệt giá trị với các team đang làm việc với MLOps và giám sát mô hình, nơi việc lựa chọn metric đúng là then chốt.
#MLMetrics #DataScience #MachineLearning #OpenSource #TiniX
Similar Projects
Discover other similar projects and AI models.
12 weeks, 26 lessons, 52 quizzes, classic Machine Learning for all
Implement a ChatGPT-like LLM in PyTorch from scratch, step by step
Tensors and Dynamic neural networks in Python with strong GPU acceleration
Learn how to develop, deploy and iterate on production-grade ML applications.
all-MiniLM-L6-v2 This is a sentence-transformers(https://www.SBERT.net) model: It maps sentences & paragraphs to a 384 dimensional dense vector space and can be used for tasks like clustering or semantic search. Usage (Sentence-Transformers) Using t...