机读格式显示(MARC)

• 000 02018nam0 2200349 450

• 001 0000795830

• 005 20250618185100.0

• 010 __ |a 978-7-111-77218-7 |d CNY139.00

• 100 __ |a 20250408d2025 em y0chiy50 ea

• 101 1_ |a chi |c eng

• 102 __ |a CN |b 110000

• 105 __ |a ak z 000yy

• 106 __ |a r

• 200 1_ |a 构建可靠的机器学习系统 |A gou jian ke kao de ji qi xue xi xi tong |f (美) 凯茜·陈 ... [等] 著 |g 林然 ... [等] 译

• 210 __ |a 北京 |c 机械工业出版社 |d 2025.3

• 215 __ |a x, 316页 |c 图 |d 24cm

• 304 __ |a 题名页题: (美) 凯茜·陈, (爱尔兰) 尼尔·理查德·墨菲, (美) 克兰蒂·帕里萨, D. 斯卡利, 托德·安德伍德著; 林然, 王薇, 王祎, 秦正一译

• 306 __ |a 英文原版由O'Reilly Media, Inc.2022年出版 简体中文版由机械工业出版社2025年出版。英文原版的翻译得到O'Reilly Media, Inc.的授权

• 312 __ |a 英文题名原文取自封面

• 314 __ |a 凯茜·陈, 曾在Google担任技术项目经理、产品经理和工程经理。尼尔·理查德·墨菲, 是一家专注于机器学习和站点可靠性工程领域的初创公司的首席执行官, 曾在Amazon、Google、Microsoft任职。克兰蒂·帕里萨, 是Dialpad公司的副总裁兼产品工程主管。

• 330 __ |a 本书融合作者构建、运维和扩展大型机器学习系统的经验, 通过丰富的示例, 详细讲解如何运行高效、可靠的机器学习系统。本书首先概述机器学习相关概念和数据管理原则, 涵盖数据管理、机器学习模型、评估质量、特征、公平性、隐私等主题; 然后介绍机器学习模型及其生命周期; 最后讲述如何将机器学习引入组织, 以及引入后组织会发生什么等复杂问题。

• 333 __ |a 本书适合数据科学家和机器学习工程师、软件工程师和站点可靠性工程师以及组织决策者阅读

• 500 10 |a Reliable machine learning : applying sre principles to ML in production |A Reliable Machine Learning : Applying Sre Principles To Ml In Production |m Chinese

• 606 0_ |a 机器学习 |A ji qi xue xi

• 690 __ |a TP181 |v 5

• 701 _1 |a 陈 |A chen |g (Chen, Cathy) |4 著

• 701 _1 |a 墨菲 |A mo fei |g (Murphy, Niall Richard) |4 著

• 701 _1 |a 帕里萨 |A pa li sa |g (Parisa, Kranti) |4 著

• 702 _0 |a 林然 |A lin ran |4 译

• 702 _0 |a 王薇 |A wang wei |4 译

• 801 _0 |a CN |b 湖北三新 |c 20250408

• 905 __ |a LIB |d TP181/400