, & Machine Learning Design Patterns
408 Seiten

This was the book I needed to take me one step further: From just knowing "how to train a neural network" to a better understanding of "MLOps", including training workflows, aspects of scalable serving, and reproducibility.

The three authors are employed at Google and it shows in many chapters: The example of choice is always a Google Cloud AI offering or a Tensorflow code snippet. They do make an effort to also mention competitor products and open source alternatives. Because their insight from Google provided them with this wide range of best practices, I won't hold any of this against the book.

The book isn't without its flaws, though. This (recent) first edition has a number of distracting errors (such as misleading numbers in figures and weird code indentation), plus the greyscale print makes it hard to read many of the figures. That fact cost the book its fifth star. A 2nd edition will probably catch up once it irons out these issues.

I for one will keep this book on my shelf for future reference. It's a great collection of best practices to move a team and an organization ahead in terms of "AI readiness".

Im schwarzen Wasser
432 Seiten

Ich wollte für den Urlaub einen entspannten und leichten Krimi lesen, und das war das Buch dann auch.

Gut: Die Atmosphäre des historischen Hamburg in den 1770er Jahren, Einblicke in das Handwerk der Gerberei, gut runter zu lesen.

Mochte ich nicht so: Zu keinem der Charaktere (ob tot oder lebendig) habe ich so richtig eine Beziehung aufgebaut. Die Erkenntnisse der Ermittlungen wirkten eher zufällig. Ein Spannungsbogen hat sich für mich nicht aufgebaut.

Why We Sleep
368 Seiten

Dafür hab ich jetzt echt lange gebraucht. Auch nicht immer easy zu lesen. Aber es lohnt sich total! Mal wieder ein Buch, während dem sehr viele meiner Sätze mit „Ich lese da grade ein voll interessantes Buch...“ anfangen.