建構機器學習系統實踐指南

　　可於第一線使用！
　　運用設計模式的最佳設計、建構與維護方法
　　滿載機器學習系統實用化所需的設計、開發、維護知識
　　適合AI工程師、系統工程師

　　本書旨在提供一個全方位的指南，幫助讀者將機器學習真正應用於實際的商業環境中。

　　企業的核心是經營事業而不能僅只於研究，所以讓機器學習實用化所需的工程技術與知識，與機器學習的學術研究同樣重要，甚至更加重要。而要讓機器學習快速實用化且變得更加方便，就需要建置各種系統。

　　本書主要在講述前著《AI開發的機器學習系統設計模式》未能觸及的內容，特別是如何在商業環境中建立機器學習系統，包括定義商業場合的使用情境、建構工作流程與系統，並且強調機器學習系統的實際應用，以及會遇到的問題，詳盡解說如何將機器學習整合到現有的運行系統和工作流程中。

　　市面上雖然有許多介紹機器學習模型建構與使用方式的書籍，卻很少有針對系統建置的說明。因此，本書的重點在於讓機器學習能夠真正付諸實用，包括課題設定、工作流程設計以及系統建置方法。

　　本書不僅介紹機器學習模型，更著重於建立應用機器學習所需的前台、後台、基礎架構、管線、BI工具等。

　　主要內容包括：
　　．定義商業應用場景：介紹不同的商業情境及如何在這些情境中應用機器學習。
　　．建構工作流程與系統：不僅限於機器學習模型，還包括前台、後台、基礎架構、管線、BI工具及其他相關軟體的建立。
　　．解決現有書籍的不足：現有書籍多專注於技術和實例，但很少介紹驅動機器學習的系統建構方法。本書彌補這一不足。
　　．課題設定和系統嵌入：介紹如何設定機器學習要解決的課題，並將其嵌入系統和日常業務活動中。
　　．實例與應用：書中包含作者自製的智慧型手機App、後台、批次系統及相關資料的實例，並提供實際運作的系統示範。
　　．前著延伸：本書是《AI開發的機器學習系統設計模式》的延續，涵蓋了前著未涉及的部分，如課題設定和系統嵌入方法。
　　．綜合技術學習：讀者能通過個案研究學會課題設定、工作流程設計、系統開發及團隊建置等技術。

　　提供下列需求度較高的機器學習系統範例
　　．需求預測系統
　　．違規偵測系統
　　　　
　　透過案例，學習機器學習實用化所需的內容
　　．課題設置
　　．工作流程設計
　　．系統開發
　　．團隊設計
 

作者簡介

澀井雄介

　　於Launchable Inc服務。目前是MLOps工程師、基礎建設工程師、後台工程師、Android工程師、兩隻貓的飼主，家裡有四座貓吊床。主業為Developer Productivity。除了持續開發MLOps、資料架構，還努力經營MLOps社群。過去曾於SIer、外資軟體供應商、新創公司負責新產品，以及維護大規模系統與管理團隊。之前於Mercari撰寫將機器學習植入系統的設計模式。

　　．GitHub「Machine learning system design pattern」
　　URL github.com/mercari/ml-system-design-pattern

　　．作者的GitHub帳戶
　　URL github.com/shibuiwilliam