书籍：Hands-On Machine Learning with C++: Build, train, and deploy end-to-end machine learning and deep learning pipelines，2nd Edition

作者：Kirill Kolodiazhnyi

出版：Packt Publishing

编辑：陈萍萍的公主@一点人工一点智能

01 书籍大纲

本书由一位拥有多年行业经验的资深软件工程师撰写，将教你机器学习（ML）的基础知识，并展示如何使用C++库，帮助你创建监督式和非监督式机器学习模型。

你将通过实践获得调整和优化模型以应对各种用例的经验，从而能够高效地选择模型并衡量性能。各章节涵盖使用现代C++库实现产品推荐、集成学习、异常检测、情感分析和目标识别等技术。你还将学到如何克服在移动平台上部署和生产的挑战，并了解ONNX模型格式如何帮助你完成这些任务。

这一新版更新了关键主题，例如使用迁移学习和基于变换器的模型实现情感分析，以及使用MLflow跟踪和可视化机器学习实验。新增部分展示了如何使用Optuna进行超参数选择。关于模型部署到移动平台的部分，现在包括了使用C++为Android实现实时目标检测的详细说明。

读完这本书，你将获得机器学习和C++方面的实际知识，以及使用C++构建强大机器学习系统的能力。

你将学到的内容：

· 使用各种C++库应用关键机器学习算法

· 加载并预处理不同类型数据，以适配C++数据结构

· 了解如何为机器学习模型找到最佳参数

· 使用异常检测过滤用户数据

· 应用协同过滤管理动态用户偏好

· 利用C++库和API管理模型结构和参数

· 使用现代神经网络实现目标检测的C++代码

适合阅读本书的人群：

本书适合希望使用C++探索机器学习算法和技术的初学者。对于想要在生产环境中实现机器学习模型的数据分析师、科学家和开发人员来说，这本书也具有很高的价值。要充分利用这本书，你需要具备C++的工作知识。

02 作者简介

Kirill Kolodiazhnyi是一位擅长定制软件开发的资深软件工程师，拥有多年使用C++构建机器学习模型和数据产品的经验。他毕业于哈尔科夫国立无线电电子大学，获得计算机科学学士学位。