机器学习工程实战中教你设计、构建和交付成功的机器学习项目的核心原则和实践。您将发现软件工程技术，如在您的原型上进行实验和实现模块化设计，从而产生弹性架构和一致的跨团队通信。基于作者丰富的经验，本书中的每一种方法都被用于解决现实世界的项目。
https://www.manning.com/books/machine-learning-engineering-in-action
本书有三个主要部分，介绍了ML项目中的里程碑。在“我们试图解决什么?”到“我们如何在未来几年保持这个解决方案的相关性?”，这本书回顾了这些主要时期，其逻辑顺序与你在完成一个项目时考虑这些主题的顺序相同:
- 第1部分(第1 - 8章)主要从团队领导、经理或项目领导的角度关注ML项目的管理。它为范围、实验、原型和包容性反馈制定了蓝图，以帮助您避免陷入构建解决方案的陷阱。
- 第2部分(第9-13章)介绍了ML项目的开发过程。通过ML解决方案开发的示例(好的和坏的)，本节将带您了解经过验证的构建、调优、日志记录和评估ML解决方案的方法，以确保您构建的是最简单和最易维护的代码。
- 第3部分(第14-16章)关注“之后”:具体地说，与简化产品发布、再训练、监控和项目归属相关的考虑。通过重点介绍A/B测试、特征存储和被动再训练系统的示例，将向您展示如何实现系统和体系结构，以确保您正在构建最低限度复杂的解决方案，以使用ML解决业务问题。
专知便捷查看
便捷下载，请关注专知公众号（点击上方蓝色专知关注）
专知，专业可信的人工智能知识分发，让认知协作更快更好！欢迎注册登录专知www.zhuanzhi.ai，获取70000+AI(AI与军事、医药、公安等)主题干货知识资料！
欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识教程资料和与专家交流咨询！
