Проектирование систем машинного обучения
Книга представляет собой практическое руководство по проектированию и разработке систем машинного обучения, готовых к промышленному использованию. Основанная на учебном курсе Стэнфордского университета, она предлагает высокоуровневый подход, выходящий за рамки изучения конкретных библиотек и алгоритмов.
Автор подробно рассматривает итеративный процесс создания надёжных, репрезентативных и масштабируемых ML-систем. Особое внимание уделяется вопросам поддержки и развития систем, предотвращению переобучения, минимизации искажений в результатах, а также доработке уже существующих решений.
В книге показано, как выбирать библиотеки и алгоритмы с учётом доступных данных и бизнес-требований, конструировать признаки и отслеживать метрики. Она охватывает ключевые аспекты жизненного цикла ML-системы, от исследовательской фазы до промышленного развёртывания и мониторинга.
Издание адресовано программистам и специалистам по data science, стремящимся перейти от создания прототипов к построению устойчивых и эффективных систем машинного обучения.
