機器學習:軟件工程方法與實現(xiàn)
本書視角獨特,將軟件工程中的方法應用到機器學習實踐中,重視方法論和工程實踐的融合。本書主要有3個特點。1)機器學習的軟件工程方法:用軟件工程(SoftwareEngineering)中的工具、方法和理論指導機器學習的實踐活動。主要體現(xiàn)在測試驅(qū)動開發(fā)(TDD)方法、機器學習項目管理方法、工程化軟件應用于數(shù)據(jù)科學標準化環(huán)境,以及開源算法包的大量實踐應用案例等。2)機器學習全生命周期:書中全面呈現(xiàn)了機器學習項目開發(fā)的完整鏈路,以項目需求為起點,歷經(jīng)樣本定義、數(shù)據(jù)處理、建模、模型上線、模型監(jiān)控、模型重訓或重建。流程中的大部分節(jié)點獨立成章,闡述充分,并且不是單純地闡述理論,而是重在實踐。同時,聚焦機器學習中應用最廣泛和最有效的算法,使之成為貫穿機器學習項目生命周期的一條完整的學習路徑。3)提出機器學習是一門實驗學科:書中有大量的工業(yè)實踐代碼,例如數(shù)據(jù)分析包、特征離散化包、特征選擇包、集成模型框架包、大規(guī)模模型上線系統(tǒng)架構(gòu)和對應代碼包等,對機器學習算法特性也有大量的代碼解析。書中還多次強調(diào)對于機器學習這樣一門實驗和實踐學科,工具、方法和策略的重要性,并介紹了在實際項目中對時間、人力成本等的權(quán)衡策略。本書不拘泥于公式推演、數(shù)值分析計算領(lǐng)域優(yōu)化求解(梯度、牛頓、拉格朗日、凸優(yōu)化)等主題,而重在展現(xiàn)機器學習的實際應用,以及各知識點的落地。在寫作方式和內(nèi)容編寫等方面,本書力求既貼近工程實踐又不失理論深度,給讀者良好的閱讀體驗。
·22.4萬字