Machine Learning Systems

本书从原理、工程实践到部署全栈讲解,覆盖云 / 边缘 / 移动 / 微型 ML、模型训练优化、硬件加速、MLOps、安全隐私与可信 AI,兼顾理论与实战,是机器学习系统工程的系统性学习指南。

作者
Vijay Janapa Reddi
出版社
发行日期
2025-10-20
广告也精彩
Machine Learning Systems
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。
Machine Learning Systems
Machine Learning Systems

相关图书

2025中国AI智能眼镜行业白皮书

本书全面解析行业概览、赛道判断、厂商商业化路径,指出行业处于规模化爆发前夜,市场将高速增长,厂商正从硬件为王转向生态制胜。

AI玩具市场发展与用户洞察(2026)

本书解析 AI 玩具的市场规模、竞争格局、品类结构与技术特征,深挖 Z 世代父母、悦己型青年、补偿型子女三大核心人群的需求差异与使用场景,展现 AI 玩具行业的发展现状与趋势。

2025年中国大模型行业发展研究报告

本书立足中国市场与政策导向,提出 CBDG 四维生态新范式,剖析行业发展概况、企业体系化竞争的五大核心能力,结合科大讯飞、字节跳动、阿里等典型案例,预判大模型从多模态认知迈向具身化智能的技术、产业与治理趋势,是解读中国大模型行业发展的专业研究报告。

开发者技术及生态发展 2030

本书全面解析 iOS、Android、鸿蒙三大移动开发生态现状,研判 AI 智能化、多设备融合、全民开发等行业趋势,并描绘 2030 年开发者技术与生态的发展愿景。

暂无评论

none
暂无评论...