- 構建可靠的機器學習系統
- (美)凱茜·陳 (愛爾蘭)尼爾·理查德·墨菲 (美)克蘭蒂·帕里薩 (美)D.斯卡利 (美)托德·安德伍德
- 403字
- 2025-06-26 18:00:36
本書贊譽
不管你是否做過數據科學工作、具備專業的機器學習(ML)和統計學基礎知識、逐行閱讀了Tensorflow的源代碼,也不管你是否從頭實現過自己的分布式機器學習訓練,在你部署一個基于機器學習的真實系統之前,你都將從閱讀本書中受益。這正是即將部署的成千上萬個機器學習項目所需要的,因為這些部署項目的實用性是一把雙刃劍。部署的項目越有用,有關安全、保障、依賴于你的付費客戶、公平性或基于你的系統所做出的決策的風險就越高。本書詳盡地介紹了當你有這種級別的責任時需要運行的操作,你可以放心,這是幾十年的經驗積累。
——Andrew Moore,Google Cloud AI副總裁兼總經理
如果我們這些從事機器學習的人能夠應用軟件工程的最佳實踐,那么MLOps就不會如此痛苦了。這是一本軟件工程最佳實踐指南,由世界頂級專家精心編寫且內容全面。
——Chip Huyen,Designing Machine Learning Systems的作者
這本書是構建真實世界機器學習系統的人的必讀書。它為思考開發機器學習產品的復雜而微妙的問題提供了藍圖。
——Brian Spiering,數據科學講師