来源书籍

Reliable Machine Learning

Skill 版本:v24 258 张卡片

Cathy Chen, Niall Richard Murphy, Kranti Parisa, D. Sculley, Todd Underwood · O'Reilly Media, Inc. · 2022-09 · First Edition · ISBN 9781098106225

章节与卡片

01 Introduction(ML 生命周期与循环)

14 张卡片
  1. ML 生命周期循环 理解等级:初级 普通读书笔记卡
  2. 数据收集与分析 理解等级:初级 普通读书笔记卡
  3. 训练管线本质 理解等级:中级 普通读书笔记卡
  4. 训练管线静默失败 理解等级:中级 普通读书笔记卡
  5. 训练管线即生产系统 理解等级:中级 普通读书笔记卡
  6. 构建并验证应用 理解等级:初级 普通读书笔记卡
  7. 模型质量与性能评估 理解等级:中级 普通读书笔记卡
  8. 暗启动与渐进发布 理解等级:中级 普通读书笔记卡
  9. ML 的 SLO 与 SLI 理解等级:中级 普通读书笔记卡
  10. 模型即代码与回滚 理解等级:中级 普通读书笔记卡
  11. 有状态系统渐进发布 理解等级:高级 普通读书笔记卡
  12. 监控的三类信号 理解等级:中级 普通读书笔记卡
  13. 反馈循环与日志 理解等级:初级 普通读书笔记卡
  14. 循环的启示 理解等级:中级 普通读书笔记卡

02 Data Management Principles

15 张卡片
  1. 数据是负债 理解等级:初级 普通读书笔记卡
  2. 匿名化与假名化 理解等级:中级 普通读书笔记卡
  3. 数据删除之难 理解等级:中级 普通读书笔记卡
  4. 管线数据敏感性 理解等级:中级 普通读书笔记卡
  5. 数据生命周期 理解等级:初级 普通读书笔记卡
  6. 数据三种形态 理解等级:初级 普通读书笔记卡
  7. 数据增强 理解等级:中级 普通读书笔记卡
  8. 数据摄取 理解等级:初级 普通读书笔记卡
  9. 数据校验 理解等级:中级 普通读书笔记卡
  10. 清洗与归一化 理解等级:中级 普通读书笔记卡
  11. 富化与扩展 理解等级:初级 普通读书笔记卡
  12. 列导向存储 理解等级:中级 普通读书笔记卡
  13. 数据可靠性不变量 理解等级:中级 普通读书笔记卡
  14. 耐久与一致性 理解等级:中级 普通读书笔记卡
  15. 数据完整与合规 理解等级:高级 普通读书笔记卡

03 Basic Introduction to Models

16 张卡片
  1. 本章定位:为可靠性而理解模型 理解等级:初级 普通读书笔记卡
  2. 模型的定义:规则、特征与预测 理解等级:初级 普通读书笔记卡
  3. 监督学习工作流:特征与标签 理解等级:初级 普通读书笔记卡
  4. 留出验证集与过拟合 理解等级:初级 普通读书笔记卡
  5. 部署与服务:预计算与按需推理 理解等级:中级 普通读书笔记卡
  6. 「模型」的三层含义:架构、定义与实例 理解等级:中级 普通读书笔记卡
  7. 复现闭包与训练不确定性 理解等级:高级 普通读书笔记卡
  8. 数据即代码:训练数据决定系统行为 理解等级:中级 普通读书笔记卡
  9. 覆盖不全与伪相关:白墙检测器 理解等级:中级 普通读书笔记卡
  10. 数据只是历史快照:冷启动、反馈回路与世界变化 理解等级:高级 普通读书笔记卡
  11. 标签噪声、错误目标与恶意反馈 理解等级:中级 普通读书笔记卡
  12. 训练更新风险:验证集复用与预测漂移 理解等级:中级 普通读书笔记卡
  13. 深度学习的特殊脆弱性 理解等级:高级 普通读书笔记卡
  14. 基础设施与流水线:平台、特征生成与「更好即不同」 理解等级:中级 普通读书笔记卡
  15. 该向任何模型提出的关键问题 理解等级:初级 普通读书笔记卡
  16. yarnit.ai 示例系统与全章结论 理解等级:初级 普通读书笔记卡

04 Feature and Training Data

16 张卡片
  1. 三大功能子系统:特征、人工标注与元数据 理解等级:初级 普通读书笔记卡
  2. 特征:让数据对机器学习有用的可测量方面 理解等级:初级 普通读书笔记卡
  3. 特征定义与特征值:两个必须区分的术语 理解等级:中级 普通读书笔记卡
  4. 特征选择与特征工程 理解等级:初级 普通读书笔记卡
  5. 人工驱动与算法化特征工程的取舍 理解等级:中级 普通读书笔记卡
  6. 特征的完整生命周期:从数据收集到停用 理解等级:中级 普通读书笔记卡
  7. 数据摄取系统:把原始数据变为特征值 理解等级:中级 普通读书笔记卡
  8. 特征存储及其 API 能力 理解等级:中级 普通读书笔记卡
  9. 按删除范围加密:低成本实现有效删除 理解等级:高级 普通读书笔记卡
  10. 转换特征:把计算移入特征存储以消除代码漂移 理解等级:高级 普通读书笔记卡
  11. 为每个新特征计算投资回报率(ROI) 理解等级:中级 普通读书笔记卡
  12. 标签、人工标注与数据增强 理解等级:中级 普通读书笔记卡
  13. 标注团队与标注质量度量 理解等级:中级 普通读书笔记卡
  14. 主动学习与 AI 辅助标注 理解等级:高级 普通读书笔记卡
  15. 元数据系统:单一系统还是多个协作系统 理解等级:高级 普通读书笔记卡
  16. PII 数据的三项预先规划 理解等级:中级 普通读书笔记卡

05 Evaluating Model Validity and Quality

16 张卡片
  1. 上线前的两问 理解等级:初级 普通读书笔记卡
  2. 有效性不等于质量 理解等级:初级 普通读书笔记卡
  3. 版本正确与可加载 理解等级:中级 普通读书笔记卡
  4. 单条最小请求与崩溃源 理解等级:中级 普通读书笔记卡
  5. 资源边界与灰度放量 理解等级:中级 普通读书笔记卡
  6. 评估等于指标加分布 理解等级:中级 普通读书笔记卡
  7. IID 留出测试集 理解等级:中级 普通读书笔记卡
  8. 渐进式验证 理解等级:高级 普通读书笔记卡
  9. 黄金数据集 理解等级:高级 普通读书笔记卡
  10. 压力测试分布 理解等级:高级 普通读书笔记卡
  11. 切片与反事实测试 理解等级:高级 普通读书笔记卡
  12. 统计偏差与校准图 理解等级:中级 普通读书笔记卡
  13. 决策阈值与准确率 理解等级:初级 普通读书笔记卡
  14. 精确率召回与 AUC 理解等级:中级 普通读书笔记卡
  15. 回归误差与对数损失 理解等级:中级 普通读书笔记卡
  16. 落地与结论 理解等级:高级 普通读书笔记卡

06 Fairness, Privacy, and Ethical ML Systems

18 张卡片
  1. 公平与伦理是充满争议的领域 理解等级:初级 普通读书笔记卡
  2. 别默认人类决策更公平 理解等级:初级 普通读书笔记卡
  3. 公平即无偏:垃圾进垃圾出的真正含义 理解等级:中级 普通读书笔记卡
  4. 抽样偏差与差别对待 理解等级:初级 普通读书笔记卡
  5. 系统性偏差与多数暴政 理解等级:中级 普通读书笔记卡
  6. 解决方案主义:先问该不该用 ML 理解等级:初级 问题思考卡
  7. 公平没有单一定义:个体群体与不要急于收敛 理解等级:中级 普通读书笔记卡
  8. 群体平价与校准:两种公平定义 理解等级:中级 普通读书笔记卡
  9. 公平定义在数学上不可兼得 理解等级:高级 普通读书笔记卡
  10. 规范价值与公平的法律底色 理解等级:中级 普通读书笔记卡
  11. 达成公平的三类干预 理解等级:高级 操作参考卡
  12. 干预选择、算法回退与公平是过程 理解等级:中级 普通读书笔记卡
  13. 隐私难定义、去标识化失效与 k-匿名 理解等级:中级 普通读书笔记卡
  14. 差分隐私 理解等级:高级 普通读书笔记卡
  15. 隐私保护的落地措施与相关法律 理解等级:中级 操作参考卡
  16. Responsible AI 之解释:可解释性 理解等级:中级 普通读书笔记卡
  17. 有效性与社会文化适宜性 理解等级:中级 普通读书笔记卡
  18. 沿 ML 流水线落实 Responsible AI 与结论建议 理解等级:中级 操作参考卡

07 Training Systems

18 张卡片
  1. 训练的定义与产出 理解等级:初级 普通读书笔记卡
  2. 训练算法与训练系统的职责边界 理解等级:初级 普通读书笔记卡
  3. 单机最简与分布式复杂度 理解等级:初级 普通读书笔记卡
  4. 理想化架构与本章范围 理解等级:中级 普通读书笔记卡
  5. 训练系统的必备要素 理解等级:中级 普通读书笔记卡
  6. 模型配置与元数据的版本化 理解等级:中级 普通读书笔记卡
  7. 模型质量评估系统不可跳过 理解等级:中级 普通读书笔记卡
  8. 特征的定义 理解等级:初级 普通读书笔记卡
  9. 特征一致性与购买价格例子 理解等级:高级 普通读书笔记卡
  10. 特征存储与训练服务偏斜 理解等级:高级 普通读书笔记卡
  11. 模型管理系统的三类能力 理解等级:中级 普通读书笔记卡
  12. Kubernetes 不是流水线编排 理解等级:高级 普通读书笔记卡
  13. 训练吞吐量监控 理解等级:中级 普通读书笔记卡
  14. 多数故障不是 ML 故障 理解等级:高级 普通读书笔记卡
  15. 模型必被重训与多版本并存 理解等级:高级 普通读书笔记卡
  16. 好模型会变坏与回退计划 理解等级:高级 普通读书笔记卡
  17. 数据不可用的有偏性 理解等级:高级 普通读书笔记卡
  18. 训练过快与竞态发散 理解等级:高级 普通读书笔记卡

08 Serving

18 张卡片
  1. 服务的定义与要回答的问题 理解等级:初级 普通读书笔记卡
  2. 七种截然不同的服务方案 理解等级:初级 普通读书笔记卡
  3. QPS 负载与三条扩容路径 理解等级:中级 普通读书笔记卡
  4. 预测延迟与应用谱系 理解等级:中级 普通读书笔记卡
  5. 尾延迟与加副本的局限 理解等级:高级 普通读书笔记卡
  6. 模型该放在哪里 理解等级:中级 普通读书笔记卡
  7. 稠密矩阵乘、GPU 与稀疏模型 理解等级:高级 普通读书笔记卡
  8. 存储加载与无中断版本更新 理解等级:高级 普通读书笔记卡
  9. 服务特征流水线与训练服务偏斜 理解等级:高级 普通读书笔记卡
  10. 离线批量推理:把预测变成查表 理解等级:中级 普通读书笔记卡
  11. 离线服务的优势与结构性代价 理解等级:高级 普通读书笔记卡
  12. 在线实时推理与上下文 理解等级:中级 普通读书笔记卡
  13. 在线服务的五类代价 理解等级:高级 普通读书笔记卡
  14. MaaS:以 API 提供模型能力 理解等级:中级 普通读书笔记卡
  15. MaaS 的四类代价 理解等级:高级 普通读书笔记卡
  16. 边缘服务的优势与四类代价 理解等级:高级 普通读书笔记卡
  17. 先按数据量与速度选架构 理解等级:中级 普通读书笔记卡
  18. 自动缩放与缓存 理解等级:高级 普通读书笔记卡

09 Monitoring and Observability for Models

18 张卡片
  1. 本章范围:监控 ML 系统而非 AIOps 理解等级:初级 普通读书笔记卡
  2. 监控与可观测性的定义 理解等级:初级 普通读书笔记卡
  3. 告警与长期趋势分析 理解等级:中级 普通读书笔记卡
  4. 指标聚合、时间序列与标签切片 理解等级:中级 普通读书笔记卡
  5. 心态缺口:从优化到检测 理解等级:高级 普通读书笔记卡
  6. 可观测性数据即业务结果数据 理解等级:高级 普通读书笔记卡
  7. 开发难以模拟生产与缺失的模型版 CI/CD 理解等级:高级 普通读书笔记卡
  8. 偏斜的多义与训练-服务偏斜 理解等级:高级 普通读书笔记卡
  9. 全周期监控的心态转变 理解等级:高级 普通读书笔记卡
  10. 可解释性与监控的代价 理解等级:高级 普通读书笔记卡
  11. 训练输入数据的具体检查清单 理解等级:高级 操作参考卡
  12. 模型验证:沙箱、金丝雀与影子 理解等级:高级 操作参考卡
  13. 回退:旧版本、算法回退与 schema 陷阱 理解等级:高级 普通读书笔记卡
  14. 服务监控的模型-数据-服务三要素 理解等级:高级 普通读书笔记卡
  15. 实际值到达:实时、延迟、有偏与几乎没有 理解等级:高级 普通读书笔记卡
  16. 代理指标与预测切片排障 理解等级:高级 普通读书笔记卡
  17. 漂移三类与分布距离度量 理解等级:高级 普通读书笔记卡
  18. 数据质量、SLO、黄金四信号与总体策略 理解等级:高级 操作参考卡

10 Continuous ML

18 张卡片
  1. 持续 ML 系统与一次性训练的分野 理解等级:初级 普通读书笔记卡
  2. 数据与代码:持续更新的收益与风险 理解等级:高级 普通读书笔记卡
  3. 训练样本:从固定集到持续流 理解等级:中级 普通读书笔记卡
  4. 标签延迟与生产关键的样本标签拼接 理解等级:高级 普通读书笔记卡
  5. 坏数据过滤与对抗性军备竞赛 理解等级:高级 普通读书笔记卡
  6. 特征商店、非均匀采样与原始日志 理解等级:高级 普通读书笔记卡
  7. SGD 增量更新与数据顺序假设 理解等级:高级 普通读书笔记卡
  8. checkpoint 即小型自动发布与分阶段验证 理解等级:高级 普通读书笔记卡
  9. IID 警告与外部事件的不可预知性 理解等级:高级 普通读书笔记卡
  10. 棕羊毛事件:反馈螺旋与过度解释风险 理解等级:高级 普通读书笔记卡
  11. 有无反馈回路:天气模型与推荐模型 理解等级:高级 普通读书笔记卡
  12. 只收到被选中商品的反馈与探索缺失 理解等级:高级 普通读书笔记卡
  13. 流水线滞后与模型落后于现实 理解等级:高级 普通读书笔记卡
  14. 实时危机响应的监测前提 理解等级:高级 普通读书笔记卡
  15. 五种基本即时响应与策略选择 理解等级:高级 操作参考卡
  16. A/B 的相互污染与四类稳定基线 理解等级:高级 普通读书笔记卡
  17. 每天和模型喝杯咖啡:管理而非交付 理解等级:高级 普通读书笔记卡
  18. 所有生产 ML 系统都应视作持续系统 理解等级:高级 普通读书笔记卡

11 Incident Response

18 张卡片
  1. ML 事件与普通生产事故的本质差异 理解等级:中级 普通读书笔记卡
  2. 事件管理三要素:状态、角色、记录 理解等级:初级 普通读书笔记卡
  3. 事件的八个生命周期阶段 理解等级:初级 普通读书笔记卡
  4. FEMA 最小角色集与四个职责 理解等级:中级 普通读书笔记卡
  5. 检测更难、参与者更广、时间线更模糊 理解等级:中级 普通读书笔记卡
  6. 模型架构、配置好的模型、训练好的模型 理解等级:初级 普通读书笔记卡
  7. 故事一:搜索排序质量的端到端检测 理解等级:中级 普通读书笔记卡
  8. 每日重训与 golden set 的「稳定得可疑」 理解等级:中级 问题思考卡
  9. 日志馈送进程内存耗尽:静默停摆三周 理解等级:中级 普通读书笔记卡
  10. 复盘监控清单:模型年龄、训练率与点击率 理解等级:中级 操作参考卡
  11. 伙伴数据隔离约束催生数千个小模型 理解等级:中级 普通读书笔记卡
  12. 唯一伙伴键变更:抽取正常但一行都合不进去 理解等级:高级 普通读书笔记卡
  13. 回滚全部伙伴模型:先止血,再验证,再重建 理解等级:高级 普通读书笔记卡
  14. ML 缓解的天花板:无法恢复世界过去的快照 理解等级:高级 普通读书笔记卡
  15. 天气提前变热与供应商断供:世界本身成了触发器 理解等级:高级 普通读书笔记卡
  16. 排障中的隐私红线:不要无监控地直取真实查询 理解等级:高级 问题思考卡
  17. 三条指导原则与四类角色的准备清单 理解等级:中级 普通读书笔记卡
  18. 结论:模型是世界与系统之间的接口,质量是全员使命 理解等级:中级 普通读书笔记卡

12 How Product and ML Interact

18 张卡片
  1. 做 ML 产品难在整合而非只把模型做对 理解等级:初级 普通读书笔记卡
  2. ML 应用极广,但本章只聚焦 yarnit.ai 理解等级:初级 普通读书笔记卡
  3. 敏捷的每一项前提都被 ML 项目破坏 理解等级:中级 普通读书笔记卡
  4. ML 产品开发的六个阶段 理解等级:初级 普通读书笔记卡
  5. 发现与定义:从问题空间到解空间,绕不开用户研究 理解等级:中级 普通读书笔记卡
  6. 判断该不该用 ML 的五条特征 理解等级:中级 问题思考卡
  7. 预测错误的代价决定护栏强度 理解等级:高级 普通读书笔记卡
  8. 内在与外在安全网 理解等级:高级 普通读书笔记卡
  9. 业务性能指标要具体可测 理解等级:中级 操作参考卡
  10. MVP:用规则代理先拿到有用性信号 理解等级:高级 操作参考卡
  11. 模型与产品开发是跨职能协作、从简到繁 理解等级:中级 普通读书笔记卡
  12. 增量部署与反馈回路 理解等级:高级 普通读书笔记卡
  13. 支持与维护:ML 系统永不完整 理解等级:中级 普通读书笔记卡
  14. 模型必须来自自己的数据,工具与基础设施才可外购 理解等级:高级 普通读书笔记卡
  15. 真正通用的用例可以直接买预训练模型 理解等级:中级 普通读书笔记卡
  16. 自建/购买的评分因素与决策共识 理解等级:高级 操作参考卡
  17. YarnIt 的推荐功能族:从热门榜到协同过滤 理解等级:中级 普通读书笔记卡
  18. 结论:先问对业务问题,再谈 ML、再谈买或建 理解等级:中级 普通读书笔记卡

13 Integrating ML into Your Organization

18 张卡片
  1. ML 天然横向:数据在哪,ML 就在哪 理解等级:中级 普通读书笔记卡
  2. 从小处起步是对的,但试点成功不保证规模化 理解等级:高级 问题思考卡
  3. 领导者视角与「细节重要」 理解等级:中级 普通读书笔记卡
  4. 别把 ML 孤岛化:它是横向活动 理解等级:高级 普通读书笔记卡
  5. 两个 YarnIt 反例:羊绒缺货与 User-Agent 隐私 理解等级:高级 问题思考卡
  6. 写下价值假设:ML 能为你做什么 理解等级:高级 普通读书笔记卡
  7. 价值清单的组织侵入度差异 理解等级:中级 普通读书笔记卡
  8. ML 不是魔法:风险被当成外部性 理解等级:高级 问题思考卡
  9. 心智模型惯性:说服必须说给听众的模型 理解等级:高级 普通读书笔记卡
  10. Westrum 三种文化与孤岛团队的结构性风险 理解等级:高级 普通读书笔记卡
  11. 实施模型:挑非关键指标,做纯增量第一单 理解等级:高级 操作参考卡
  12. 记住目标是建立能力,并承认多数是 brownfield 理解等级:高级 普通读书笔记卡
  13. 按数据流划分的七类角色 理解等级:中级 操作参考卡
  14. 招聘拆分:只需一两位种子,其余在职学 理解等级:高级 普通读书笔记卡
  15. 汇报结构常是最不重要的部分 理解等级:高级 问题思考卡
  16. 星型模型的战略、结构与流程 理解等级:高级 普通读书笔记卡
  17. 奖励与人员,以及变革要多线并行但可排序 理解等级:高级 普通读书笔记卡
  18. 结论四问:让做对的事更容易 理解等级:中级 普通读书笔记卡

14 Practical ML Org Implementation Examples

18 张卡片
  1. 本章框架:三种采纳结构与星型模型的三个维度 理解等级:初级 普通读书笔记卡
  2. 场景一:从成功试点到 ML Center of Excellence 理解等级:初级 普通读书笔记卡
  3. 集中式的优势:专业化、优先级与影响力枢纽 理解等级:中级 普通读书笔记卡
  4. 集中式的陷阱:离业务太远与响应迟缓 理解等级:高级 问题思考卡
  5. 流程一:关键干系人的定期评审 理解等级:中级 操作参考卡
  6. 流程二:独立评估变更与组合去风险测试 理解等级:高级 普通读书笔记卡
  7. 奖励:按跨组织协作与业务对齐考核 理解等级:高级 普通读书笔记卡
  8. 案例:越大的购物车反而被大量弃购 理解等级:高级 问题思考卡
  9. 目标不是做 ML,而是推动业务指针 理解等级:高级 普通读书笔记卡
  10. 场景一的默认实施清单 理解等级:中级 操作参考卡
  11. 场景二:把专长分散到各部门,起步更快 理解等级:中级 普通读书笔记卡
  12. 去中心化的风险:没有中央专长、重复建设、一致性难保 理解等级:高级 问题思考卡
  13. 场景二流程:内部报告形成组织记忆 理解等级:中级 操作参考卡
  14. 场景二流程:分诊会议与基础设施最低标准 理解等级:高级 操作参考卡
  15. 场景三:中央基础设施 + 分散建模的收益 理解等级:高级 普通读书笔记卡
  16. 混合式的双重劣势与跨分部排障 理解等级:高级 问题思考卡
  17. 混合式的奖励、人员与默认清单 理解等级:高级 普通读书笔记卡
  18. 全章结论:没有通用最佳路径,最大障碍是领导层的容忍度 理解等级:高级 普通读书笔记卡

15 Case Studies: MLOps in Practice

18 张卡片
  1. 六案例导言:一线故事里原则如何落地 理解等级:初级 普通读书笔记卡
  2. ASR 错误会向下游 NLP 传播 理解等级:中级 普通读书笔记卡
  3. 方言采样与隐私保护的两难 理解等级:高级 问题思考卡
  4. 人工标注口音与用户自报都不成立 理解等级:高级 问题思考卡
  5. 解法:取消「方言」概念,改用模型置信度找数据 理解等级:高级 普通读书笔记卡
  6. 置信度可作为「伪多样性」度量 理解等级:高级 普通读书笔记卡
  7. 数据保留策略与「与时钟赛跑」 理解等级:高级 普通读书笔记卡
  8. 测试集参考转录偏向旧模型输出 理解等级:高级 问题思考卡
  9. 专门数据团队、动态测试集与标准化取数 理解等级:高级 操作参考卡
  10. 案例一要点:多样性不可替代,放弃取舍叙事 理解等级:高级 普通读书笔记卡
  11. 案例二背景:持续模型与瞬时全量 App 推送 理解等级:中级 普通读书笔记卡
  12. 重复查询污染训练数据与跨团队盲区 理解等级:高级 问题思考卡
  13. 停止反复推送,让模型 roll forward 理解等级:高级 普通读书笔记卡
  14. 案例三:钢材缺陷检测的以数据为中心转向 理解等级:高级 普通读书笔记卡
  15. 不到一成时间做模型迭代 理解等级:高级 普通读书笔记卡
  16. 案例四:把 BERT 塞进 50ms 实时环境 理解等级:高级 普通读书笔记卡
  17. 自助 staging 负载测试工具 理解等级:高级 操作参考卡
  18. 案例五/六:标签必须反映现实,依赖必须可回归验证 理解等级:高级 普通读书笔记卡

16 Colophon

1 张卡片
  1. 蜜罐蚁以工蚁储粮 理解等级:中级 普通读书笔记卡

全书概览

概览:Reliable Machine Learning

执行模式:light 建档进度:done Skill 版本:v24 生成模型:DeepSeek-V4.1-Flash

整书笔记|阅读覆盖

出版信息:First Edition,2022-09;版权页首发2022-09-19、OPF2022-09-26均保留为不同记录,出版字段取共同月份;ISBN9781098106225。

评级与识别

  • 评级:高。本书以 SRE 视角系统讲解“让 ML 在生产中可靠运行”的全生命周期(数据→训练→服务→监控→持续迭代→组织落地),信息浓度高、稳定性高(MLOps/SRE 方法论属耐久知识主体),可长期复用。
  • 评级理由:原文自述“不是讲 ML 怎么工作,而是讲怎么让 ML 为你工作”(preface);聚焦算法之外的全生命周期与可靠性,属可迁移的工程方法论,而非时效性的框架教程。
  • 主形态:概念解析型(默认)。混合要素:第 11 章以事故叙事呈现(问题思考型),第 7–9 章含服务/训练/监控的实现性指导(操作手册型)。以概念解析为主,局部按形态分别取材。
  • 优先级/稳定性(来源:总表):P1;知识浓度 高;稳定性 高(知识主体较耐久)。

章节进度追踪表

章节号 章节标题 状态 卡片数
foreword 序 done 0
preface 前言 done 0
01 Introduction(ML 生命周期与循环) done 14
02 Data Management Principles done 15
03 Basic Introduction to Models done 16
04 Feature and Training Data done 16
05 Evaluating Model Validity and Quality done 16
06 Fairness, Privacy, and Ethical ML Systems done 18
07 Training Systems done 18
08 Serving done 18
09 Monitoring and Observability for Models done 18
10 Continuous ML done 18
11 Incident Response done 18
12 How Product and ML Interact done 18
13 Integrating ML into Your Organization done 18
14 Practical ML Org Implementation Examples done 18
15 Case Studies: MLOps in Practice done 18

卡片数在每章收尾时回填;章状态从首个 pending 章继续。 | 16 | 封面尾记(整理章号,非技术第16章) | done | 1 |

非正文排除

spine项 类型 排除理由
cover 非正文 封面无实质文字
dedication01 非正文 推荐评价,不展开本书技术机制
titlepage01 非正文 书名/作者/出版身份
copyright-page01 非正文 版权、版本及出版身份,已实际读取用于元数据
ix01 非正文 词条检索索引
colophon01 非正文 作者履历,无独立技术解释

待关联术语

术语名 出现章节 一句话语境
ML loop / ML lifecycle 01 数据→训练→构建验证→评估→SLO→发布→监控反馈的循环
SLO / SLI 01 服务级目标与指标,ML 系统下更难定义
Dark launch 01 调用模型并记录结果但不向用户展示,验证技术集成
ETL(训练管线) 01 训练管线是特化的抽取-转换-加载数据管道
Golden signals 01 延迟/流量/错误/饱和度四类通用系统健康信号
serving / training 各章 模型在生产中“被使用”与“被创建”的两大阶段

引用文献

标题 类型 出现章节 一句话语境
Building Secure and Reliable Systems (Adkins et al., O’Reilly 2020) 书 preface 安全与可靠性互为表里,类比 ML 系统需整体视角
Site Reliability Engineering (Beyer et al., O’Reilly 2016) 书 01 通用在线系统发布建议(发布第 32 章)
“A Recipe for Training Neural Networks” (Karpathy, 2019) 博客文章 01 训练管线易静默失败的延伸阅读
Google Cloud “Business Impacts of Machine Learning” 报告 preface 标准 ML 项目首年 ROI 2–5 倍
McKinsey 2000+ 高管调研 报告 preface 63% 高管称 ML/AI 项目改善了利润
Hidden Technical Debt in Machine Learning Systems 论文 foreword 序文列作技术债务经验入口,未展开论文全部机制。
When Good Models Go Bad: The Damage Caused by Wayward Models and How to Prevent It 演讲 foreword 原书引用TWIMLcon 2021事故经验演讲。
Data Debt in Machine Learning 访谈 foreword 原书引用2022-05-19访谈,不冒称论文。

实践卡进度

序号 实践标题 实践方式 状态 关联章节 产出
001 为模型服务补齐新鲜度与端到端质量监控 真实任务 done 第9、10、11章 计划,尚未执行
002 设计跨团队评审与组合变更去风险流程 真实任务 done 第11、14、15章 计划,尚未执行

实践候选筛选:done

取舍:本书第 11、14、15 章的可靠性与组织流程都有可迁移到本地的对象,但真实模型服务、线上实验与跨团队发布需要实际运行系统或额外授权,当前没有明确对象,因此只交付两份以现有笔记库与轮次交接为观察对象的设计与计划,不声称已执行、不部署监控、不改动生产流程。

2026-11-14 本轮恢复与发布

本轮执行book-workflow v4 / book-notes v24,--mode light,首次v24保留。补齐序、前言、尾记的实质正文及覆盖,24spine现含18正文项和6排除项;保留257张原卡,尾记新增1张生命科学卡,合计258卡、258唯一primary/258出处。两份既有真实任务实践计划复用,计划未执行。修正建档进度、引用类型和出版月/版次,旧第11—15章候选去向明确化。原15章有效成果复用,不重跑无变化知识卡;轻量模式:未执行复核、审查及审查结果优化。导入、归档和验收见 _workflow.md。

相关主题

从本书的主题进入跨书阅读,对照其他书籍的讲解。下方数量包含主题关联的全部卡片与书籍。

暂无公开主题。