聚焦生产环境中的机器学习系统设计，强调用整体视角去思考训练数据处理、特征选择、模型迭代、部署与监控等关键决策，目标是构建可靠、可扩展、可维护且能适应业务变化的 ML 系统。全书采用迭代式方法，并结合实际案例说明如何把机器学习从算法问题扩展为端到端的工程系统设计问题，适合希望深入理解 MLOps / ML systems 的读者阅读。
聚焦生产环境中的机器学习系统设计，强调用整体视角去思考训练数据处理、特征选择、模型迭代、部署与监控等关键决策，目标是构建可靠、可扩展、可维护且能适应业务变化的 ML 系统。全书采用迭代式方法，并结合实际案例说明如何把机器学习从算法问题扩展为端到端的工程系统设计问题，适合希望深入理解 MLOps / ML systems 的读者阅读。