«Машинне навчання: патерни проєктування» — інженерний посібник для ML-спеціалістів, що описує найкращі практики створення моделей, розгортання, тестування та масштабування систем машинного навчання.
Основні теми:
- побудова ML-пайплайнів і архітектури обробки даних;
- патерни підготовки даних, валідації, трансформації;
- дизайн моделей і вибір оптимальних алгоритмів;
- моніторинг, retraining, MLOps та безперервна інтеграція;
- практичні патерни, що скорочують час розробки та підвищують точність.
Це книга для Data Scientists, ML-інженерів і розробників, які хочуть створювати гнучкі, масштабовані та надійні ML-системи на рівні компаній FAANG.