全书共16章, 分为4个部分: 第1部分, 工程基础篇 (1-3章) 介绍了机器学习和软件工程的融合, 涉及理论、方法、工程化的数据科学环境和数据准备; 第二部分, 机器学习基础篇 (4、5章) 讲述了机器学习建模流程、核心概念, 数据分析方法; 第三部分, 特征篇 (6-8章) 详细介绍了多种特征离散化方法和实现、特征自动衍生工具和自动化的特征选择原理与实现; 第四部分, 模型篇 (9-16章) 首先, 深入地剖析了线性模型、树模型和集成模型的原理, 以及模型调参方法、自动调参、模型性能评估和模型解释等; 然后, 通过5种工程化的模型上线方法讲解了模型即服务; 最后, 讲解了模型的稳定性监控的方法与实现, 这是机器学习项目的最后一环。并列题名：Machine learning eng