23、机器学习在书籍搜索服务中的应用与实践

机器学习在书籍搜索服务中的应用与实践

1. 异常检测与生成模型

生成模型如变分自编码器（VAEs）和生成对抗网络（GANs）在异常检测方面有独特应用。异常检测是检测异常数据点的过程，例如有研究使用 GANs 来识别视网膜图像中的异常。因为像 GANs 这样的生成模型能够对真实数据的样子进行建模，所以它们也能对异常数据的样子进行建模。

2. 机器学习实践的准备

在开始将机器学习应用于实际问题之前，我们已经积累了将机器学习应用于多种不同输入模式的经验，包括结构化数据、文本、图像、时间序列数据等。我们创建并应用了有监督和无监督的机器学习算法，也掌握了使用 Nx、Axon 和 Livebook 来训练和验证模型的方法。接下来要解决的问题是如何将在实验环境（如 Livebook）中的机器学习模型投入生产环境。

3. 决定是否使用机器学习

3.1 问题提出

假设要改进本地读者的书籍搜索体验，让读者能够使用自然语言进行搜索，而不是依赖特定作者、流派或杜威十进制系统。在使用机器学习解决这个问题之前，需要决定是否真的值得使用机器学习，而不是采用更传统的方法。

3.2 决策考虑因素

在决定是否使用机器学习时，没有通用的指标或决策标准，需要结合具体应用和业务目标来做决策。同时，需求往往比较模糊，例如“改进本地读者的书籍搜索体验”这个需求，没有明确什么才算改进。因此，需要明确一些具体问题：
- 机器学习和传统解决方案在应用的关键绩效指标（KPIs）方面表现如何？
- 应用的计算和存储约束是什么？
- 应用的开发和维护要求/约束是什么？
- 使用机器学