Makine öğrenmesi sistemleri hem karmaşık hem benzersizdir. Karmaşıktır çünkü farklı birçok bileşenden oluşur ve farklı birçok paydaş içerir. Benzersizdir çünkü veriye bağımlıdır ve bu veriler bir kullanım senaryosundan diğerine alabildiğine değişir. Bu kitapta güvenilir ölçeklenebilir sürdürülebilir ve değişen ortamlara ve iş gereksinimlerine uyabilen makine öğrenmesi sistemleri tasarlamaya yönelik bütüncül bir yaklaşım öğreneceksiniz.

Claypot AI'ın kurucu ortağı olan yazar Chip Huyen eğitim verilerinin nasıl işleneceği ve oluşturulacağı hangi özniteliklerin kullanılacağı modellerin hangi sıklıkla yeniden eğitileceği ve neyin izleneceği gibi her bir tasarım kararını bu kararın sisteminizin hedeflerine bir bütün olarak ulaşmasına nasıl yardımcı olabileceği bağlamında değerlendirmektedir. Bu kitaptaki yinelemeli çerçeve bol miktarda referans tarafından desteklenen gerçek örnek durum çalışmalarını kullanmaktadır.

Bu kitap aşağıdaki gibi senaryoları ele almanıza yardımcı olacaktır:

Bir iş problemini çözmek için verilerin mühendisliğini yapmak ve doğru metrikleri seçmek
Modelleri sürekli olarak geliştirmek değerlendirmek dağıtmak ve güncellemek için süreci otomatikleştirmek
Modellerinizin üretim esnasında karşılaşabileceği sorunları hızlıca tespit etmek ve ele almak için bir izleme sistemi geliştirmek
Kullanım senaryoları arasında hizmet sunan bir makine öğrenmesi platformu tasarlamak
Sorumlu makine öğrenmesi sistemleri geliştirmek

"Bu tek kelimeyle en büyük etki için bir şirkette makine öğrenmesi modellerinin nasıl geliştirilip dağıtılıp ölçekleneceğiyle ilgili okuyabileceğiniz en iyi kitaptır."
 ‒Josh Wills WeaveGrid'de Yazılım Mühendisi ve
Data Engineering Slack'ın eski yöneticisi

"Gelişen fakat kaotik bir ekosistemde uçtan uca makine öğrenmesine yönelik bu prensipli görüş hem haritanız hem pusulanızdır: Teknoloji devlerinin içerisinde ve dışarısında bulunan pratisyenler için mutlaka okunması gereken bir kitap."
 ‒Jacopo Tagliabue AI Coveo'nun yöneticisi