本书以 “从理论到工程落地” 为核心,系统讲解机器学习全生命周期的系统设计与实践,打破算法与工程的壁垒。
全书分为六大板块,覆盖机器学习系统基础、设计原则、性能工程、稳健部署、可信系统与前沿方向,深入解析云、边缘、移动、微型(TinyML)四大部署范式,详解数据工程、模型训练、硬件加速、模型优化、MLOps、安全隐私等核心内容。书中融入大量工业级案例、实操实验与自测习题,兼顾学术严谨性与工程实用性。
本书适合计算机相关专业学生、AI 工程师与研究者,既可作为高校教材,也是构建生产级机器学习系统的实战指南,助力读者掌握端到端机器学习系统工程能力。