Swift (iOS/macOS) 数据科学：从理论到生产

数据科学的世界传统上与 Python 和 R 相关联，但 Apple 生态系统正在迅速改变游戏规则。《Swift (iOS/macOS) 数据科学》一书是第一本实用指南，它证明了：Swift 是构建机器学习模型、处理数据以及在原生应用中部署 AI 解决方案的完整工具。

您将学习如何利用 Apple 框架（Core ML、Create ML、Tabular Data、Vision、Natural Language）的全部功能来解决实际问题——从销售预测到计算机视觉。本书遵循“由浅入深”的原则：从 Swift 中数据处理的基础知识开始，到在 App Store 中部署成品模型结束。

本书适合的读者：

• 希望为其应用添加 ML 功能的 iOS/macOS 开发者
• 希望使用 Swift 进行原型设计和生产的数据科学家
• 对机器学习感兴趣的技术专业学生
• 所有想了解推荐系统、图像分类器和 Apple 设备上的 NLP 如何工作的人

您将学到什么：

• 如何使用 Swift 和库（Swift Numerics、TabularData）加载、清理和可视化数据
• 使用 Create ML 创建回归、分类和聚类模型
• 集成 Core ML：将 Python（TensorFlow、PyTorch）模型转换为 .mlpackage 格式
• 神经网络工作：在 GPU（Metal Performance Shaders）上训练并针对移动设备进行优化
• 高级技术：迁移学习、联邦学习、设备端训练
• 部署：模型 A/B 测试、通过 Firebase/App Center 进行监控和更新
• 示例：流媒体推荐引擎、摄像头物体检测器、使用 SiriKit 的 NLP 助手

本书包含 30 多个带有源代码的现成项目，可直接在 Xcode 中运行。所有示例均适用于 Swift 5.9+、iOS 17+ 和 macOS 14+。特别关注性能：您将学习如何在不损失精度的情况下将模型大小缩小 10 倍，并实时处理数据。

这不仅仅是 Apple 文档的翻译——它是多年来为 Apple 生态系统开发 ML 产品所积累的实践经验的精华。您将获得现成的架构解决方案、生产检查清单以及电池优化建议。

阅读本书后，您将能够独立创建完全在设备上运行、无需将数据发送到服务器的智能应用。您的用户将获得快速且私密的 AI 功能——从智能搜索建议到实时照片分析。

额外福利：书中有一章关于职业发展——如何利用 Swift 数据科学作品集在成千上万的 Python 开发者中脱颖而出，并在顶级公司获得职位。