機器學習系統(tǒng)既復雜又獨特。復雜是因為它們由許多不同的組件組成,并涉及許多不同的領域。之所以說獨特,是因為它們依賴于數(shù)據(jù),不同用例之間的數(shù)據(jù)差異很大。在本書中,您將學習一種整體的方法來設計可靠、可伸縮、可維護的ML系統(tǒng),并能適應不斷變化的環(huán)境和業(yè)務需求。作者Chip Huyen是Claypot AI的聯(lián)合創(chuàng)始人,她考慮了每個設計決策——比如如何處理和創(chuàng)建訓練數(shù)據(jù),使用哪些功能,多久再訓練一次模型,以及監(jiān)控什么——在它如何幫助整個系統(tǒng)實現(xiàn)其目標的背景下。本書中的迭代框架使用了大量參考文獻支持的實際案例研究。