機器學習：軟件工程方法與實現
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。主要體現在測試驅動開發（TDD）方法、機器學習項目管理方法、工程化軟件應用于數據科學標準化環境，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：書中全面呈現了機器學習項目開發的完整鏈路，以項目需求為起點，歷經樣本定義、數據處理、建模、模型上線、模型監控、模型重訓或重建。流程中的大部分節點獨立成章，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：書中有大量的工業實踐代碼，例如數據分析包、特征離散化包、特征選擇包、集成模型框架包、大規模模型上線系統架構和對應代碼包等，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、人力成本等的權衡策略。本書不拘泥于公式推演、數值分析計算領域優化求解（梯度、牛頓、拉格朗日、凸優化）等主題，而重在展現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
