Гарвардский профессор выложил в открытый доступ свой учебник по ML-системам. 2048 страниц, бесплатно.

Это комплексное руководство, которое охватывает весь путь от теории до практики.

Ключевые темы:
— Фундамент: от истории ИИ и основ Deep Learning до современных DNN-архитектур и фреймворков.
— Системы и продакшн: инженерия данных, MLOps, оптимизация моделей, развертывание и безопасность.
— Практика и будущее: есть лабораторные работы на Raspberry Pi/Arduino.
— А также разделы об этике в ИИ и новейших моделях (SLM, VLM).

Это отличный ресурс для инженеров, чтобы систематизировать и углубить свои знания. Настоящий подарок для ML-сообщества.