1、机器学习设计模式：原理与应用

机器学习设计模式：原理与应用

1. 适用人群与内容范围

• 适用人群 ：本书适合有机器学习和数据处理基础知识的数据科学家、数据工程师或机器学习工程师，他们希望获取实用机器学习方面的更多知识。对于计算机科学专业准备进入行业工作的学生，本书能完善他们的知识体系，助力他们构建高质量的机器学习系统。
• 不涉及的内容 ：本书主要面向企业中的机器学习工程师，而非学术界或行业研究实验室的机器学习科学家。因此，不会深入讨论活跃的研究领域，例如：
  • 机器学习算法 ：不涉及随机森林和神经网络等算法的差异，这些内容在入门级机器学习教材中已有介绍。
  • 构建模块 ：不涵盖不同类型的梯度下降优化器或激活函数，建议使用Adam和ReLU，因为在实践中，更换这些选择对性能的提升通常较小。
  • 机器学习模型架构 ：在进行图像分类时，建议使用现成的模型，如ResNet，将新的图像或文本分类模型设计留给专业研究人员。
  • 模型层 ：书中不会出现卷积神经网络或循环神经网络，因为它们既是构建模块，又可直接使用现成的。
  • 自定义训练循环 ：在Keras中直接调用 model.fit() 通常就能满足从业者的需求。

2. 代码示例与使用说明