构建机器学习应用

本书的主要内容有：定义产品目标，将其转化为机器学习问题。快速搭建第一条端到端流水线，创建初始数据集。训练和评估机器学习模型，解决性能瓶颈。将模型部署到生产环境，持续监控使用情况。

前言1
第一部分让机器学习要找对方法
第1章从产品目标到机器学习框架15
1.1评估什么可行16
1.1.1模型18
1.1.2数据26
1.2探索机器学习编辑器开发方案.29
1.2.1尝试全用机器学习完成：端到端框架.29
1.2.2最简方法：成为算法31
1.2.3中间地带：从自己经验学习.32
1.3MonicaRogati：如何选择机器学习项目并安排其优先级34
1.4小结37
第2章制定方案38
2.1度量成功38
2.1.1业务指标.40
2.1.2模型性能.40
2.1.3新鲜度和分布偏移.44
2.1.4速度46
2.2评估范围和挑战47
2.2.1利用领域知识47
2.2.2站在巨人肩上49
2.3机器学习编辑器方案.53
2.3.1编辑器初步方案.53
2.3.2永远从简单模型入手54
2.4不断进步：从简单方法入手55
2.4.1从简易流水线入手.55
2.4.2机器学习编辑器流水线57
2.5小结59
第二部分建成可用流水线
第3章搭建你的首条端到端流水线63
3.1最简框架63
3.2机器学习编辑器原型.65
3.2.1解析和清洗数据.65
3.2.2文本分词.67
3.2.3生成特征.67
3.3测试工作流.69
3.3.1用户体验.70
3.3.2建模结果.70
3.4机器学习编辑器原型评估72
3.4.1模型73
3.4.2用户体验.74
3.5小结75
第4章获取初始数据集76
4.1数据集迭代.76
4.2探索你的少有数据集.78
4.2.1高效始于简单78
4.2.2洞察力和产品的关系79
4.2.3数据质量规则80
4.3标注数据，寻找趋势.87
4.3.1总结性统计信息.87
4.3.2高效探索和标注.90
4.3.3成为算法106
4.3.4数据趋势108
4.4用数据指导特征和模型.109
4.4.1创建特征，捕获模式.109
4.4.2机器学习编辑器特征.113
4.5RobertMunro：你如何寻找、标注和使用数据？114
4.6小结.116
第三部分模型迭代
第5章训练和评估模型.119
5.1最简合适模型.119
5.1.1简易模型120
5.1.2从模式到模型122
5.1.3切分数据集.124
5.1.4机器学习编辑器数据切分130
5.1.5判断模型表现132
5.2评估模型：超越准确率.135
5.2.1对比数据和预测结果.135
5.2.2混淆矩阵136
5.2.3ROC曲线137
5.2.4校准曲线139
5.2.5用降维技术分析出错样例141
5.2.6Top-K方法.142
5.2.7其他模型147
5.3评估特征重要性148
5.3.1直接来自分类器148
5.3.2黑盒解释器.149
5.4小结.152
第6章调试机器学习模型.153
6.1软件很好实践.153
6.2调试连接：可视化和测试.156
6.2.1从一个样例开始156
6.2.2测机器学习代码164
6.3调试模型训练过程：让模型学习.169
6.3.1任务难度170
6.3.2很优化问题.172
6.4调试泛化能力：让模型有用174
6.4.1数据泄露175
6.4.2过拟合175
6.4.3思考手头任务179
6.5小结.180
第7章用分类器生成写作建议181
7.1从模型抽取建议182
7.1.1我们不用模型能实现什么？182
7.1.2抽取全局特征重要性.184
7.1.3利用模型打的分值185
7.1.4抽取局部特征重要性.186
7.2模型对比188
7.2.1模型v1：建议就像统计报告189
7.2.2模型v2：模型更强大但建议更模糊.189
7.2.3模型v3：建议可理解191
7.3生成编辑建议.192
7.4小结.197
第四部分部署和监控
第8章部署模型的注意事项.201
8.1数据使用注意事项202
8.1.1数据所有权.202
8.1.2数据偏差203
8.1.3系统偏差205
8.2建模注意事项.205
8.2.1反馈循环206
8.2.2模型更包容.207
8.2.3思考预测背景208
8.2.4机器学习模型的对手.209
8.2.5思考模型滥用和挪用风险210
8.3ChrisHarland：交付实验.211
8.4小结.214
第9章选择部署方案215
9.1服务端部署215
9.1.1流式应用或API216
9.1.2批量预测219
9.2客户端部署221
9.2.1部署到设备.222
9.2.2用浏览器端交付224
9.3联邦学习：一种混合方法.225
9.4小结.226
第10章搭建模型防护罩228
10.1故障应对举措228
10.1.1检查输入和输出229
10.1.2模型后盾234
10.2模型性能提高举措.238
10.2.1扩展模型，服务多用户.238
10.2.2模型和数据生命周期管理.241
10.2.3数据处理和有向无环图.244
10.3寻求用户反馈245
10.4ChrisMoody：赋予数据科学家部署模型的力量248
10.5小结250
第11章监控和更新模型251
11.1监控可拯救系统251
11.1.1监控告知刷新率.252
11.1.2监控模型，检测滥用行为.253
11.2选择监控内容254
11.2.1性能指标254
11.2.2业务指标256
11.3机器学习系统的持续集成和交付257
11.3.1A/B测试和实验.259
11.3.2其他方法262
11.4小结263