详细介绍
《Machine Learning Systems》是一本面向工程实践的开源教科书（MLSysBook），由哈佛的课程发展而来，旨在教会读者构建可扩展、可维护且可审计的 AI 系统。教材涵盖数据工程、系统设计、模型部署、MLOps 与边缘 AI 等主题，并提供在线阅读、PDF/EPUB 下载与配套实验资源，方便教学和自学。
主要特性
- 系统化覆盖 ML 系统全栈：从数据采集、标注、处理到模型部署与监控。
- 丰富的教学资源：在线阅读、PDF/EPUB 下载、实验与课程材料，便于课堂与自学使用。
- 开源协作：社区贡献、持续更新与多格式发行，适合高校课程与教学复用。
使用场景
- 大学课程与课堂教学，作为 ML 系统工程的教材与实验平台。
- 企业/工程团队用于内部培训，学习如何将模型投入生产并保障可靠性。
- 自学者与研究人员用于系统化学习 ML 工程实践与部署细节。
技术特点
- 基于 Quarto/Book Binder 等现代静态站点与文档工具，支持多格式输出（HTML/PDF/EPUB）。
- 包含大量实验与脚本（binder/工具链），便于在本地或云端复现实验环境。
- 社区驱动的内容维护与持续集成（GitHub Actions、预览部署），确保教材与工具链同步更新。