打字猴:1.700541549e+09
1700541549 2017年年底我的亲子教育书《魔鬼老大,天使老二》出版,发布的时候被称为“跨界”。那么这本书代表我彻彻底底地跨了回来,回到上大学第一天就学的专业:人工智能。
1700541550
1700541551 这本书的核心内容,都是由公司的同事们撰写的。我只是个发起者和组织者。本书从策划到完成在半年左右,是一个完美执行的项目。回看这个历程,我来总结几点。
1700541552
1700541553 首先,Hulu北京已经聚集了大批人工智能和机器学习方面的专家。我们有非常浓厚的学习气氛:每两周的技术沙龙和科研讲座,内部还开设了深度学习的课程。有丰沃的土壤,才有可能有丰硕的花果。本书涵盖大量的内容,是由15个同事分工协作完成,每个人都贡献了关键的章节,也都参与了审阅他人的内容。这是集体的成果,是高效合作的成果。
1700541554
1700541555 其次,这个项目开始就有比较好的规划,在第一次讨论后就基本定下了全书结构,安排了分工,定下了初稿完成日期。虽然在许多细节上不断地改进,但是大的方向上基本没有改动。如我在编者序中提到,我们使用了敏捷开发的方法,先用Hulu的微信公众号推出了30篇文章,然后再不断地补充、丰富、完善。 这里还要感谢在其中一段时间帮助管理进度的项目经理何飞。
1700541556
1700541557 最后,在所有内容大致成型的情况下,需要感谢几位花了比常人多一倍时间的“主编”,包括王喆、李凡丁、汪瑜婧、江云胜、陈拉明等。他们把收集来的原始内容加以整理、检查细节、统一风格、填补空白。开始做一件事不难,难的是完成,而且是高质量的完成,而这些同事是把这本书“扛过终点线前最后一公里”的关键成员。
1700541558
1700541559 感谢人民邮电出版社的编辑俞彬和任芮池,一路给我们的支持和专业建议。最后,感谢另一位Hulu同事董西成。这本书源于我俩之间的一次谈话。当时我说:“我们有很多人工智能和机器学习背景的优秀人才,他们能在一起做件什么有意义的事呢?” 董西成说:“让他们一起写本书吧!”
1700541560
1700541561 王喆
1700541562
1700541563
1700541564
1700541565
1700541566 毕业于清华大学计算机科学与技术系,现任Hulu资深算法工程师、品友互动效果广告算法负责人、蓝色光标广告集团算法技术经理。申请计算广告相关专利两项,发表机器学习领域论文6篇。
1700541567
1700541568 我与机器学习的初次接触是在2007年,当时清华大学鼓励所有本科生申请学生科研项目,我凭着一种“直觉”的兴趣选择了知识工程实验室唐杰老师的项目“语义Web”。我人生中第一次感受到算法的神奇与魅力,神经网络能够识别图片中的字符,话题模型能够挖掘出文章的潜在主题,社交网络模型甚至能够识别人与人之间的社会关系类型。虽然我当时参加的都是比较native的项目,但由此激发的兴趣让我受益终身,从此立志成为一名机器学习领域的从业者。
1700541569
1700541570 2013年我研究生毕业,如愿以偿地成为了一名计算广告领域的算法工程师。而机器学习的思维似乎也从那时起贯穿了我生活和工作的日常。
1700541571
1700541572 我清楚地记得在我女儿3个月的时候,她会一次又一次地重复翻身的动作,不断的失败100次、101次,但当她成功一次之后,就再也不会失败了。我惊叹于人类“探索与利用”的本能,也惊叹于人类“增强学习”的能力。如果机器在试错100次之后就能完全掌握一项技能,那得是多么伟大的一个“增强学习”模型啊。
1700541573
1700541574 几年前我读了一本哲学类书籍叫《欧洲哲学史上的经验主义和理性主义》,经验派认为一切正确的科学知识都必须起源于经验;而理性派认为“天赋观念”,只有经过人的理性检验、清楚明白的观念才被认为是“真理”。我发现哲学领域的纷争与机器学习领域的纷争出奇的一致,或者可以说机器学习的纷争是哲学领域的衍生。自然语言处理的统计学派和语言学派,机器学习理论的频率学派和贝叶斯学派不是正好对应了经验主义和理性主义的基本思想吗?
1700541575
1700541576 当你用机器学习的思维思考问题的时候,似乎生活中的一切知识都能够与机器学习的理论产生联系。我们在写作的过程中也试图用生活化的例子解释算法的思路,在掌握方法的同时能够认识到算法的本质。希望本书能够成为大家走上算法工程师之路的起点,也希望为大家增添一份对机器学习世界的激情。
1700541577
1700541578 江云胜
1700541579
1700541580
1700541581
1700541582
1700541583 2016年毕业于北京大学数学科学学院,获应用数学博士学位。毕业后加入 Hulu北京研发中心的 Content Intelligence 组,负责图像/视频内容理解相关的研究工作。
1700541584
1700541585 2017年秋,在越姐和人民邮电出版社俞彬编辑的提议下,我们着手写一本机器学习和人工智能方面的书籍。当时,人工智能正处于一波新浪潮中,各行各业都在关注,市面上相关书籍也很多,有科普类、教程类、应用讲解类等。经过头脑风暴,大家决定写一本更加接地气的、关于面试题类的书籍,以知识点问答的形式,帮助从业人员梳理相关知识,也让更多人了解这个行业的算法工程师、研究人员们日常工作中要解决的问题和要掌握的技能。
1700541586
1700541587 本书的创作大致分两个阶段:第一个阶段是内容采集,十几个作者根据各自擅长的方向,贡献一些题目和对应的解答;第二个阶段是对问题和解答的交叉检验、对全书结构的重组、对写作风格的统一等后期工作。这两个阶段我都参与了,也有着完全不同的感受和收获。在写问题和解答时,因为是自己熟悉的知识点,要写的内容比较清晰,但是如何把自己的想法转化为文字,让别人愿意看并且能看明白,并不是一件容易事,需要交代清楚问题背景、明确解题思路和写作逻辑等。在交叉检验阶段,经常会遇到自己不太熟悉的领域,读到不确定的知识点时,就需要停下来查阅资料、文献等,确保无误。这种合作创作、交叉检验的方式,让我也学到了很多自己以前没有注意到的知识点,有时候在针对一个问题的讨论过程中还会衍生出一些新问题。
1700541588
1700541589 在编写本书的这段时间内,我在 Hulu 参与了几十场面试,书中不少题目被直接用于实际面试,部分题目根据面试者的回答进行了调整,有些题目还据此添加了一些扩展或总结之类的评论。在这里也特别感谢这些作为第一批测试用户的面试者。
1700541590
1700541591 虽然这是一本面试题类书籍,但并不是鼓励大家去刷题,只是想通过这样一种知识点问答的方式,督促大家自我检查、启发思考,对所学的知识点查重补漏。在通往机器学习和人工智能的道路上,并没有什么捷径,扎实地学好基础知识、培养起探索求知的思维习惯才是最重要的。
1700541592
1700541593 李凡丁
1700541594
1700541595
1700541596
1700541597
1700541598 本科和研究生均毕业于北京大学信息科学技术学院智能科学系。
[ 上一页 ]  [ :1.700541549e+09 ]  [ 下一页 ]