Cho đến nay, khoá học này tập trung vào việc xây dựng các mô hình học máy (ML). Tuy nhiên, như Hình 1 cho thấy, các hệ thống học máy sản xuất trong thế giới thực có quy mô lớn và mô hình chỉ là một phần tương đối nhỏ.
![Hình 1. Sơ đồ hệ thống ML có chứa các thành phần sau:
thu thập dữ liệu, trích xuất tính năng, công cụ quản lý quy trình
xác minh dữ liệu, cấu hình, quản lý tài nguyên máy
giám sát, phân phối cơ sở hạ tầng và mã mô hình học máy. Công nghệ học máy
phần mã mô hình của biểu đồ bị thu hẹp bởi 9 phần còn lại
thành phần.](https://developers.google.cn/static/machine-learning/crash-course/images/MlSystem.png?authuser=19&hl=vi)
Trọng tâm của một hệ thống sản xuất công nghệ học máy trong thế giới thực là công nghệ học máy nhưng thường chỉ chiếm 5% hoặc ít hơn tổng cơ sở mã trong hệ thống. Đó không phải là trường hợp in sai; nó thấp hơn đáng kể so với khả năng như mong đợi. Lưu ý rằng hệ thống sản xuất công nghệ học máy dành nhiều nguồn lực vào dữ liệu đầu vào: thu thập, xác minh và trích xuất các tính năng từ dữ liệu đó.