
机器学习设计模式的需求
|
9
对于每种模式,我们都描述了正在处理的常见问题,然后介绍了该问题的各种可能
解决方案、这些解决方案的权衡以及在这些解决方案之间进行选择的建议。这些解
决方案的实现代码是在
SQL
(如果你在
sparksql
、
BigQuery
等中执行预处理和其他
ETL
,这很有用)、
sciketlearn
和
/
或
Keras
以及
TensorFlow
后端中提供的。
如何使用这本书
这是我们在多个团队的实践中观察到的模式目录。在某些情况下,基本概念已经被广
泛周知很多年了。我们并不声称自己发明或发现了这些模式;相反,我们希望为
ML
从业人员提供一个通用的参考框架和工具集。如果在你和你的团队讨论
ML
项目中的
概念时,这本书提供了一个直观的可供参考的词汇表,那么就可以说我们取得了成功。
我们不希望你按顺序阅读这本书(尽管你可以!);相反,我们希望你能浏览本书内容,
然后更深入地阅读感兴趣的章节,在与同事的讨论中参考某些想法,并在遇到相关
问题时重新阅读本书。如果你打算略读,我们建议先看第
1
章和第
8
章,然后再进入
各个模式的学习。
每个模式都有一个简短的问题陈述、一个规范的解决方案、一个关于该解决方案为
何有效的解释以及关于权衡和替代方案的多部分讨论。我们建议你在牢记标准解决
方案的情况下阅读讨论部分,以便进行比较和对比。模式描述将包括从规范解决方
案的实现中摘录的代码段。完整代码可在我们的
GitHub
存储库(
https://github.com/
GoogleCloudPlatform/mldesignpatterns ...