Learning AutoML: Automating ML Pipelines with AutoGluon, Leading Frameworks, and Real-World Integration
Книга «Learning AutoML» представляет собой комплексное руководство по автоматизированному машинному обучению, фокусируясь на практическом применении AutoML в реальных бизнес-сценариях. Автор Керем Томак рассматривает AutoML не как инструмент для ленивых, а как стратегическую технологию, позволяющую специалистам сосредоточиться на решении проблем, а не на настройке конвейеров.
В первой части книги исследуются основы AutoML, его место в экосистеме машинного обучения и трансформация бизнес-процессов в различных отраслях. Особое внимание уделяется преодолению разрыва в талантах data science и демократизации разработки ИИ. Автор анализирует историческое развитие технологии от ранней автоматизации до современных многомодальных решений, интегрированных с MLOps.
Практическая часть книги посвящена работе с ведущими фреймворками, включая AutoGluon, и построению автоматизированных ML-конвейеров. Рассматриваются реальные кейсы внедрения, где каждый процент улучшения модели связывается с конкретными финансовыми результатами: высвобождением капитала, восстановлением выручки и операционной экономией.
Книга адресована не только data scientist, но и руководителям, отвечающим за превращение инвестиций в ИИ в измеримые бизнес-результаты. Автор последовательно отвечает на ключевой вопрос бизнес-лидеров: «Что это значит для моей прибыли?», предлагая анализ ROI и отраслевые бизнес-кейсы.
