机器学习系统：设计和实现

• 1. 序言
  • 1.1. 缘起
  • 1.2. 开端
  • 1.3. 现状和未来
• 2. 导论
  • 2.1. 机器学习应用
  • 2.2. 适用读者
• 3. 监督学习
  • 3.1. 概述
  • 3.2. 小结
  • 3.3. 参考文献
• 4. 无监督学习
• 5. 强化学习系统
  • 5.1. 强化学习介绍
  • 5.2. 单节点强化学习系统
  • 5.3. 分布式强化学习系统
  • 5.4. 多智能体强化学习
  • 5.5. 多智能体强化学习系统
  • 5.6. 小结
  • 5.7. 参考文献
• 6. 数据处理框架
  • 6.1. 概述
  • 6.2. 易用性设计
  • 6.3. 高效性设计
  • 6.4. 保序性设计
  • 6.5. 单机数据处理性能的扩展
  • 6.6. 总结
  • 6.7. 扩展阅读
• 7. 分布式训练
  • 7.1. 系统概述
  • 7.2. 分布式方法
  • 7.3. 流水线并行
  • 7.4. 集合通信
  • 7.5. 参数服务器
  • 7.6. 总结
  • 7.7. 扩展阅读
  • 7.8. 参考文献
• 8. 模型部署
  • 8.1. 概述
  • 8.2. 训练模型到推理模型的转换及优化
  • 8.3. 模型压缩
  • 8.4. 模型推理
  • 8.5. 模型的安全保护
  • 8.6. 总结
  • 8.7. 扩展阅读

• 附录：机器学习数学原理