您已经训练好了一个机器学习模型，也许是分类器或回归器。它在您的测试数据上表现良好。接下来会怎样呢？本章将通过介绍模型部署来回答这个问题。它是指将一个训练好的模型投入使用，使其能够在实际环境中对新的、未见过的数据提供预测。

在本章中，您将学到：

• 机器学习部署的含义以及它为何是模型开发后的必要一步。
• 部署如何融入更广泛的机器学习工作流程。
• 部署模型所用不同方法的概览。
• 模型投入生产时遇到的一些常见难题。

到本章结束时，您将对模型部署的目的及其在机器学习生命周期中的作用有一个基本了解。