工程师实验，视频版

Experimentation for Engineers, Video Edition

视频说明

在视频版本中，旁白阅读本书，同时内容、图形、代码列表、图表和文本出现在屏幕上。就像有声读物一样，您也可以作为视频观看。

通过世界上竞争最激烈的行业的工程师使用的实际实验来优化系统性能。

在工程师实验：从 A/B 测试到贝叶斯优化中，您将学习如何：

• 设计、运行和分析 A/B 测试
• 打破机器学习模型定期重新训练造成的“反馈循环”
• 提高多臂老虎机的实验率
• 通过贝叶斯优化实验调整多个参数
• 明确定义用于决策的业务指标
• 识别并避免实验的常见陷阱

工程师实验：从 A/B 测试到贝叶斯优化，是用于评估新功能和微调参数的技术工具箱。您将从深入研究 A/B 测试等方法开始，然后逐步学习用于衡量金融和社交媒体等行业绩效的先进技术。了解如何评估您对系统所做的更改，并确保您的测试不会损害收入或其他业务指标。完成后，您将能够在生产中无缝部署实验，同时避免常见的陷阱。

关于技术
我的软件真的有效吗？我的改变让事情变得更好还是更糟？我应该用功能来换取性能吗？实验是回答此类问题的唯一方法。这本独特的书揭示了在世界上最具竞争力的行业中开发和验证的复杂实验实践，将帮助您增强机器学习系统、软件应用程序和定量交易解决方案。

关于本书《
工程师实验：从 A/B 测试到贝叶斯优化》提供了优化软件系统的流程工具箱。您将从学习 A/B 测试的局限性开始，然后逐步学习利用机器学习和概率方法的高级实验策略。您将在本实用指南中掌握的技能将帮助您最大限度地降低实验成本，并快速揭示哪些方法和功能可以带来最佳的业务成果。

里面有什么

• 设计、运行和分析 A/B 测试
• 打破机器学习模型定期重新训练造成的“反馈循环”
• 提高多臂老虎机的实验率
• 通过贝叶斯优化实验调整多个参数

关于该阅读器
适合希望从系统中获取最大价值的机器学习和软件工程师。Python 和 NumPy 中的示例。

关于作者
David Sweet曾担任 GETCO 的量化交易员和 Instagram 的机器学习工程师。他在叶史瓦大学教授人工智能和数据科学硕士课程。

将
系统的“改进”版本投入生产可能确实存在风险。这本书让你专注于重要的事情！
– Simone Sguazza，瑞士南部应用科学与艺术大学

对于任何设置实验（从 A/B 测试到上下文老虎机和贝叶斯优化）的人来说都是必备的。
– Maxim Volgin，KLM

向非数学程序员准确展示了编写强大的基于数学的测试算法所需的内容。
– Patrick Goetz，德克萨斯大学奥斯汀分校

为您提供充分利用实验所需的工具。
– Marc-Anthony Taylor，Raiffeisen 国际银行