設(shè)計(jì)機(jī)器學(xué)習(xí)系統(tǒng)（影印版）

　　機(jī)器學(xué)習(xí)系統(tǒng)既復(fù)雜又獨(dú)特。復(fù)雜是因?yàn)樗鼈冇稍S多不同的組件組成，并涉及許多不同的領(lǐng)域。之所以說(shuō)獨(dú)特，是因?yàn)樗鼈円蕾囉跀?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(xué)習(xí)一種整體的方法來(lái)設(shè)計(jì)可靠、可伸縮、可維護(hù)的ML系統(tǒng)，并能適應(yīng)不斷變化的環(huán)境和業(yè)務(wù)需求。作者Chip Huyen是Claypot AI的聯(lián)合創(chuàng)始人，她考慮了每個(gè)設(shè)計(jì)決策——比如如何處理和創(chuàng)建訓(xùn)練數(shù)據(jù)，使用哪些功能，多久再訓(xùn)練一次模型，以及監(jiān)控什么——在它如何幫助整個(gè)系統(tǒng)實(shí)現(xiàn)其目標(biāo)的背景下。本書中的迭代框架使用了大量參考文獻(xiàn)支持的實(shí)際案例研究。

　　Chip Huyen是Claypot AI的聯(lián)合創(chuàng)始人，她考慮了每個(gè)設(shè)計(jì)決策——比如如何處理和創(chuàng)建訓(xùn)練數(shù)據(jù)，使用哪些功能，多久再訓(xùn)練一次模型，以及監(jiān)控什么——在它如何幫助整個(gè)系統(tǒng)實(shí)現(xiàn)其目標(biāo)的背景下。本書中的迭代框架使用了大量參考文獻(xiàn)支持的實(shí)際案例研究。