#每日一书#

9.5 机器学习系统设计

机器学习系统设计

这本书也入手于2016年，属于使用Python做数据科学类相关的实践工具书，也属于入门书。

这本书开始介绍了相关的库，然后是创建数据集，教你怎么做特征工程。后面就是提出一个问题，用一个模型慢慢解决问题，最后迭代出好的效果。

包括了聚类，主题模型，然后用分类做了3个工业demo，用回归介绍了推荐，后面还介绍了模式识别，降维等话题。

比如，这本书里面的分类demo，就分了检测劣质答案，情感分析和音乐体裁分类。每个方案，都会先有一个路线图，会教你怎么调整样本，调整分类器。

从开始获取数据，做数据清洗，创建第一个分类器，做特征工程，训练分类器，然后是做特征选择，测试模型，决定怎么来提升效果。再选择新的模型，继续另外一轮的迭代，不断的解决问题。 整个机器学习pipeline都有涉及到，也算是一个好的实战项目demo。

这本书算是给工程师看的数据科学工具书，不过也没有涉及到深度学习。