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。
1700541599
1700541600
现任Hulu研究开发工程师，从事自然语言处理相关工作，做了一点微小的贡献。
1700541601
1700541602
终于到了一本书收尾之时，我曾对“烂尾”有过“灿烂的结尾”这一诠释，不知道本书后记中的这段文字能对我在每个问题字里行间流露出的那些感悟和思考做怎样的总结和升华。刚收到编辑的消息要在后记中加入自我介绍的时候，内心是激动的，想着终于要在这本书中留下属于自己的浓墨重彩的一笔。后来想想，或许只有那些认识我的、或是喜欢从后往前看书的读者会真正看到这里吧。
1700541603
1700541604
当然，如果大家仔细学习了本书的第13章，一定会对生成式对抗网络的思路心生敬畏。书中对于很多问题的思考也正是在这种“对抗”的背景下产生的，云胜和我曾就书中某一小问题下看似不起眼的一步推导讨论至深夜，最后发现，我们“显而易见”的结论竟然是错误的。生活中，这样的“对抗”碰撞出的火花则将思维的灵光一现，掺之以对机器学习的热爱，酿就了一次次耐人寻味的思考。 这些思考或是体现在书中的点点滴滴，或是化为茶余饭后的谈资，都将成为人生中最宝贵的一笔财富。
1700541605
1700541606
回想研究生涯的起点，或许要追溯到十年前，彼时的自己正在通往职业围棋的道路上求索。虽然不能说为了学业“因噎废食”，但最终还是没能坚持住从五岁开始追寻的那个围棋少年的梦。当AlphaGo一鸣惊人，以压倒性优势击败自己的偶像——李世石时，我的内心五味杂陈。不仅是机器学习从业人员对背后技术的探讨，圈外大众对人工智能发展的感慨，又或是棋坛对这项游戏起源、变化的奥秘之反思，而是，一个人的工作、生活、以及理想中的某个部分，在某一瞬间，被莫名地连接在了一起。那一刻，无关悲喜，只无悔于十年前那个改变人生的决定。不知十年后，是否亦能无悔于今日踏上机器学习、人工智能之旅的选择。
1700541607
1700541608
汪瑜婧
1700541609
1700541610
1700541611
1700541612
1700541613
本科与研究生分别毕业于北京大学计算机系和智能科学系。曾任微软亚洲研究院机器学习组副研究员、品友互动算法优化组负责人。现任Hulu高级研发工程师，负责广告投放优化和知识图谱等项目。
1700541614
1700541615
自小喜爱数学建模，高中时获得明天小小科学家二等奖、英特尔国际科学与工程大赛数学类四等奖，并获北京大学保送资格。
1700541616
1700541617
时光飞逝，我在人工智能领域中已经耕耘有10个年头了。2007年，读大二的我参加了学校组织的创新实验计划，在崔斌老师课题组做机器学习和搜索相关的课题。彼时的我对计算机领域还没有特别全面的学习和了解，仅依靠满腔热情和对研究的热爱完成了人生的第一篇论文，现在回想起来实属幸运。那时，深度神经网络还没有今天这样火热，所读的论文被SVM、LDA等词汇统治，但是自幼参加数学建模竞赛的我一下就喜欢上了这个领域。人工智能是一门交叉学科，这个领域的研究员需要懂得数学、计算机，有时甚至需要涉猎心理学和哲学，并合理地运用这些知识去解决实际的问题。如今，人工智能不断刷新着人们的想象，从人脸识别到智能语音助手，再到打败世界冠军的围棋程序AlphaGo，让这门学科具有了愈发迷人的魅力，吸引着我们不断去追寻更加智能的未来。
1700541618
1700541619
人工智能领域的算法门类众多。数十年来，众多研究员倾注了无数心血，给出了许多在实践中行之有效的方案。但是，繁多的内容也使得最初进入这个领域的学生和研究员们无所适从。在最初开始人工智能的学习和研究时，我也是一样，经常读了很多篇论文，却无法在短时间内理解这些论文背后的哲学。这样的理解对人工智能从业人员来讲是非常必要的，然而在论文和教科书中却甚少提及。记得研究生时初读吴军的《浪潮之巅》和《数学之美》时非常欣喜，很多自己没有完全想明白的问题在作者深入浅出的讲解之后变得清晰而简单。经过了十年的经验积累，如今我仍然会经常思考，那些隐藏在精妙解法背后的人工智能的本质究竟是什么。能够借这个机会跟大家分享，我感到非常开心。另外，每个人理解同一个问题的角度都会有所不同，能够在一本书中将这些观点汇聚起来，是一件令人兴奋的事情。在Hulu，我们会有定期的Research Workshop的活动；不同背景和研究方向的研究员们各抒己见，丰富了彼此对不同研究领域的认识。在本书的创作过程中，同事之间经常相互讨论和审阅，也使得我们对人工智能的理解获得了进一步升华。这本书浓缩了我们思维碰撞的成果，衷心希望广大读者也能从中有所收获。
1700541620
1700541621
周涵宁
1700541622
1700541623
