Aprendizaje automático en producción es una obra que se presenta como un curso intensivo de ciencia de datos para personas técnicamente competentes que necesitan resolver problemas del mundo real en entornos de producción. Los autores Andrew y Adam Kelleher muestran cómo ofrecer rápidamente un valor significativo en producción; maximizar sistemáticamente el retorno de la inversión; resistirse a las herramientas sobrevaloradas y a la complejidad innecesaria; además de utilizar los enfoques más sencillos y de menor riesgo que sean comprobables funcionales.
Basándose en su amplia experiencia, los autores ayudan a los lectores a formular preguntas útiles y a ejecutar proyectos de producción de principio a fin. Muestran hasta dónde se puede llegar con consultas, agregaciones y visualizaciones sencillas, así como enseñan métodos indispensables de análisis de errores para evitar conclusiones falsas. Cubren técnicas de aprendizaje automático como la regresión lineal, la clasificación, la agrupación y la inferencia bayesiana, ayudándole a elegir el algoritmo adecuado para cada problema de producción. Y su sección final sobre hardware, infraestructura y sistemas distribuidos ofrece una valiosa orientación sobre la optimización en entornos de producción (en términos de ingeniería de software).