#机器学习系统

本书介绍了设计可靠、可扩展和易维护的机器学习系统的全面方法。内容涵盖数据工程、指标选择、模型部署、监控和自动化流程，同时探讨了负责任AI的重要性。适合工程师、数据科学家和技术领导者阅读，帮助他们在实际问题中应用机器学习技术。

该开源项目全面介绍现代机器学习系统的设计和实现，涵盖编程接口、计算图、编译器技术、硬件加速等核心内容。同时探讨推荐系统、联邦学习、强化学习等前沿领域的系统实现。项目内容适合学生、研究人员和开发者，有助于读者深入理解机器学习系统，提升实际应用和开发能力。

AI-System-School汇集机器学习系统、大语言模型和生成式AI领域前沿资源，覆盖从数据处理到推理部署全流程。项目提供LLM、视频、AutoML等领域基础设施指南，并收录相关会议、书籍、课程和博客，为AI系统研究实践提供全面参考。