Designing machine learning systems

机器学习系统既复杂又独特。复杂是因为它们由许多不同的组件组成，并涉及许多不同的领域。之所以说独特，是因为它们依赖于数据，不同用例之间的数据差异很大。在本书中，您将学习一种整体的方法来设计可靠、可伸缩、可维护的ML系统，并能适应不断变化的环境和业务需求。
作者Chip Huyen是Claypot AI的联合创始人，她考虑了每个设计决策——比如如何处理和创建训练数据，使用哪些功能，多久再训练一次模型，以及监控什么——在它如何帮助整个系统实现其目标的背景下。本书中的迭代框架使用了大量参考文献支持的实际案例研究。

Chip Huyen是Claypot AI的联合创始人，她考虑了每个设计决策——比如如何处理和创建训练数据，使用哪些功能，多久再训练一次模型，以及监控什么——在它如何帮助整个系统实现其目标的背景下。本书中的迭代框架使用了大量参考文献支持的实际案例研究。

“简而言之,这是一本关于如何在公司构建、部署和扩展机器学习模型以获得*大影响的佳作。”

—Josh Wills (WeaveGrid软件工程师,Slack前数据工程总监)

“在一个蓬勃发展却又混乱的生态系统中,这种关于端到端机器学习的原则性观点既是你的地图,也是你的指南针:无论你是否身处大型科技公司,这都是一本必读之作。”

——Jacopo Tagliabue (Coveo人工智能总监)