Аннотация
Книга "Системы машинного обучения" предлагает четкую систему для изучения и создания систем на базе машинного обучения (ML). Это учебное пособие соединяет теоретические основы с реальной инженерией, акцентируя внимание на системном подходе, необходимом для разработки надежных решений в области ИИ. В отличие от материалов, которые в основном разбирают алгоритмы и архитектуры моделей, данная книга уделяет внимание общему окружению, в котором функционируют системы ML: от работы с данными и оптимизации моделей до обучения с учетом аппаратного обеспечения и ускорения вывода результатов. Читатели научатся анализировать архитектуры систем ML и использовать проверенные инженерные подходы для конструирования гибких, производительных и устойчивых систем машинного обучения.
Почему появилась эта книга
Проблема: Студенты осваивают тренировку моделей ИИ, но мало кто разбирается в построении систем, которые позволяют этим моделям работать на практике. Когда изучают концепции систем ML, часто акцент делают на отдельных элементах, не раскрывая общую картину — видны деревья, но лес остается за кадром.
Будущее: По мере того как ИИ обретает большую автономность, узким местом перестанут быть только алгоритмы — ключевую роль сыграют инженеры ИИ, способные создавать эффективные, масштабируемые и экологичные системы.
"Если хочешь идти быстро, иди один. Если хочешь дойти далеко, иди вместе."
Подход авторов: Идея возникла в ходе совместной работы в курсе CS249r в Гарвардском университете, где студенты, преподаватели и партнеры из индустрии объединились, чтобы разобраться в системной стороне ML. Материал формировался на основе реальных вкладов студентов осенью 2023 года. То, что начиналось как конспекты лекций, превратилось в полноценный образовательный ресурс, доступный теперь всему миру.
Подкаст об ИИ
Этот краткий подкаст, подготовленный с помощью Google Notebook LM и опирающийся на идеи из статьи в IEEE о взглядах на образование, дает простой обзор главных тем и идей книги.