●前言
第1章機器學習設計模式的需求
什麼是設計模式？
如何使用這本書
機器學習術語
機器學習中的常見挑戰
總結
第2章數據表示設計模式簡單數據表示
設計模式1：哈希特征
設計模式2：嵌入
設計模式3：特征交叉
設計模式4：多模態輸入
總結
第3章問題表示設計模式
設計模式5：重構
設計模式6：多標簽
設計模式7：集成
設計模式8：級聯
設計模式9：中立類
設計模式10：再平衡
總結
第4章模型訓練模式
典型訓練循環
設計模式11：有用的過擬合
設計模式12：檢查點
設計模式13：遷移學習
設計模式14：分布式策略
設計模式15：超參數調優
第5章具有彈性服務的設計模式
設計模式16：無狀態服務函數
設計模式17：批處理服務
設計模式18：持續的模型評估
設計模式19：兩階段預測
設計模式20：帶鍵值預測
第6章可復現設計模式
設計模式21：變換
設計模式22：可重復拆分
設計模式23：橋接模式
設計模式24：窗口推理
設計模式25：工作流管道
設計模式26：特征倉庫
設計模式27：模型版本控制
總結
第7章負責任的人工智能
設計模式28：啟發式基準
設計模式29：可解釋預測
設計模式30：公平性透鏡
總結
第8章連接模式
模式參考
交互模式
機器學習項目中的誥
按用例和數據類型劃分的常用模式

本書中的設計模式針對機器學習中反復出現的問題給出很好實踐和解決方案。作者為來自谷歌的三位工程師，他們整理了已證實的方法，幫助數據科學家解決整個機器學習過程中的常見問題。這些設計模式將數百位專家的經驗轉化成直接、易懂的建議。
在這本書中，你會找到關於數據和問題表示、操作化、可重復性、可復現性、靈活性、可解釋性和公平性的30種模式的詳細解釋。每個模式包括對問題的描述、各種可能的解決方案，以及針對你的情況選擇很好技術的建議。

(美)瓦利阿帕·拉克什曼南,(美)薩拉·羅賓遜,(美)邁克爾·穆恩 著 孫蒙 等 譯