MLSys-NYU-2022

收录理由

这份仓库的价值在于，它源自纽约大学坦登工程学院一门面向金融场景的机器学习研究生课程，而课程设计本身紧扣业界真实做法，并非纸上谈兵。整个学期共14周，每周都有独立的文件夹，里面装着讲义幻灯片、可运行的脚本、notebook以及依赖清单，自学者完全可以按顺序跟着走，在干净的环境里复现每个示例。内容相当具体：欺诈检测和推荐系统都是金融领域里实实在在的用例，用到的工具也是工业团队日常会碰的东西，比如用Metaflow做流水线编排、用Comet记录实验、用Streamlit分享结果、用Flask提供预测服务。对于学生、初级数据科学家，或者任何想跳出教科书式机器学习的人来说，这种按周推进的结构，加上对编码习惯、模型评估和部署上线的强调，让它更像一条可实践的学习路径，而不是一套只能看的幻灯片。