内容紹介：機械学習システム設計（デザイン）を業務での実践的な観点で解説！ビジネスとしての機械学習システムの設計や運用についての解説書。本書では、機械学習の最前線で活躍する著者の豊富な経験と知識に基づき、エンド・ツー・エンドの機械学習システムを設計・構築するための基本原則を明らかにします。訓練データの処理方法、特徴の使い方、モデルを再訓練する頻度、監視すべき項目……このような設計上の決定がシステム全体の目的達成にどのように寄与するのかを、実際のケーススタディを通じて理解します。機械学習プロジェクトを成功に導く上で必要な信頼性、拡張性、保守性、およびビジネス要件の変化への適応性を備えた機械学習システムを設計する包括的なアプローチを本書で学ぶことができます。
ビジネスとしての機械学習システムの設計や運用についての解説書。本書では、機械学習の最前線で活躍する著者の豊富な経験と知識に基づき、エンド・ツー・エンドの機械学習システムを設計・構築するための基本原則を明らかにします。訓練データの処理方法、特徴の使い方、モデルを再訓練する頻度、監視すべき項目…このような設計上の決定がシステム全体の目的達成にどのように寄与するのかを、実際のケーススタディを通じて理解します。機械学習プロジェクトを成功に導く上で必要な信頼性、拡張性、保守性、およびビジネス要件の変化への適応性を備えた機械学習システムを設計する包括的なアプローチを本書で学ぶことができます。
もくじ情報：１章　機械学習システムの概要；２章　機械学習システム設計の概要；３章　データエンジニアリングの基礎知識；４章　訓練データ；５章　特徴エンジニアリング；６章　モデル開発とオフライン評価；７章　モデルのデプロイと予測サービス；８章　データ分布のシフトと監視；９章　実現場での継続学習とテスト；１０章　ＭＬＯｐｓにおけるインフラとツール；１１章　機械学習の人的側面；付録Ａ　機械学習システムを外部に提供する

フエン，チップ(フエン，チップ)
リアルタイム機械学習のインフラストラクチャーを開発するＣｌａｙｐｏｔ　ＡＩの共同創設者兼ＣＥＯ。以前は、ＮＶＩＤＩＡ、Ｓｎｏｒｋｅｌ　ＡＩ、Ｎｅｔｆｌｉｘに勤務し、世界最大級の組織による機械学習システムの開発とデプロイを手助けしてきた。スタンフォード大学の学生時代に、深層学習研究のためのＴｅｎｓｏｒＦｌｏｗの講座を作って教えていた。現在は同大学で「ＣＳ　３２９Ｓ：Ｍａｃｈｉｎｅ　Ｌｅａｒｎｉｎｇ　Ｓｙｓｔｅｍｓ　Ｄｅｓｉｇｎ」の教鞭を執っており、この授業の講義資料が本書のベースになっている。専門領域は、ソフトウェアエンジニアリングと機械学習が交差する領域。ソフトウェア開発部門（２０１９年）とデータサイエンスとＡＩ部門（２０２０年）で二度ＬｉｎｋｅｄＩｎ　Ｔｏｐ　Ｖｏｉｃｅｓに選ばれている