Các hệ thống học máy (ML) vừa phức tạp vừa độc đáo. Phức tạp vì chúng cấu thành từ nhiều thành phần khác nhau và cần tới nhiều bên liên quan khác nhau. Độc đáo vì chúng phụ thuộc vào dữ liệu, với dữ liệu có thể thay đổi rất lớn tùy vào từng trường hợp sử dụng cụ thể. Trong cuốn sách này, bạn sẽ học được một cách tiếp cận toàn diện để thiết kế các hệ thống học máy đáng tin cậy, có khả năng mở rộng, dễ bảo trì và thích ứng với các môi trường và yêu cầu kinh doanh thay đổi. Tác giả Chip Huyen, đồng sáng lập Claypot Al, xem xét từng quyết định thiết kế – chẳng hạn làm cách nào xử lý và tạo dữ liệu huấn liệu, cần sử dụng những đặc trưng nào, tần suất huấn luyện lại mô hình là bao nhiêu và cần giám sát những gì – để cân nhắc làm sao giúp hệ thống của bạn đạt được các mục tiêu tổng thể. Framework lặp trong cuốn sách này sử dụng các nghiên cứu tình huống thực tế kèm theo nguồn tham khảo phong phú. Cuốn sách này sẽ giúp bạn giải quyết các kịch bản như: Xử lý kỹ thuật dữ liệu và lựa chọn các độ đo phù hợp để giải quyết vấn đề kinh doanh. Tự động hóa quy trình phát triển, đánh giá, triển khai và cập nhật mô hình một cách liên tục. Phát triển hệ thống giám sát để nhanh chóng phát hiện và giải quyết những vấn đề mà mô hình của bạn có thể gặp phải trong môi trường production. Kiến thiết một nền tảng ML phục vụ hàng loạt trường hợp sử dụng. Phát triển các hệ thống ML có trách nhiệm.