第3章 模型的基本介紹

本書的大部分內容是關于管理機器學習系統和生產級機器學習管道。這涉及的內容與許多數據科學家和機器學習研究人員經常進行的工作完全不同，他們試圖花時間開發新的預測模型和方法，以多提升一個百分點的準確性。相反，在本書中，我們專注于確保包括機器學習模型在內的系統表現出一致、健壯^[1]和可靠的系統級行為。在某些方面，這種系統級行為與實際的模型類型、模型的好壞或其他僅與模型有關的考慮因素無關。然而，在某些關鍵情況下，它并不獨立于這些因素。本章的目標是給你提供足夠的背景知識，讓你了解當你的生產系統的警報開始響起或傳呼機開始響起時，你處于哪種情況。

我們一開始就說，我們的目標不是教你如何構建機器學習模型、哪些模型可能適合什么問題，或者如何成為一個數據科學家。這本身就是一本（或更多）書的內容，許多優秀的文章和在線課程都涵蓋了這些方面。

在這一章中，我們的目標是快速提醒大家什么是機器學習模型，以及它們是如何工作的，而不是深入這些細枝末節。我們還將提供一些機器學習運維（MLOps）人員應該會問到的關于系統中的模型的關鍵問題，以便他們能夠了解這些問題并進行適當的計劃。