機器學(xué)習(xí)設(shè)計模式（中文版）

　　本書中的設(shè)計模式針對機器學(xué)習(xí)中反復(fù)出現(xiàn)的問題給出最佳實踐和解決方案。作者為來自谷歌的三位工程師，他們整理了已證實的方法，幫助數(shù)據(jù)科學(xué)家解決整個機器學(xué)習(xí)過程中的常見問題。這些設(shè)計模式將數(shù)百位專家的經(jīng)驗轉(zhuǎn)化成直接、易懂的建議。 在這本書中，你會找到關(guān)于數(shù)據(jù)和問題表示、操作化、可重復(fù)性、可復(fù)現(xiàn)性、靈活性、可解釋性和公平性的30種模式的詳細(xì)解釋。每個模式包括對問題的描述、各種可能的解決方案，以及針對你的情況選擇最佳技術(shù)的建議。

　　Valliappa（Lak）Lakshmanan是谷歌云數(shù)據(jù)分析和人工智能解決方案的全球負(fù)責(zé)人。Sara Robinson是谷歌云團隊的開發(fā)者和倡導(dǎo)者，專注于機器學(xué)習(xí)。Michael Munn是谷歌的機器學(xué)習(xí)解決方案工程師，他幫助客戶設(shè)計、實現(xiàn)和部署機器學(xué)習(xí)模型。