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
1700541624
1700541625
1700541626
现任Hulu北京研发中心推荐算法研究的负责人，具有15年的研发创新和管理经验，专注于应用数据和算法实现产品落地。在数据分析和机器学习方面，有丰富的实践经验。本科毕业于清华大学自动化系，在伊利诺伊大学香槟分校获计算机视觉领域的博士学位。历任施乐硅谷研究中心研究员，亚马逊美国总部高级技术经理，盛大创新院资深研究员兼产品总监，智谷公司技术副总裁和宝宝树CTO。在图像处理和人工智能方面拥有十多项国际专利授权，发表学术论文二十余篇。
1700541627
1700541628
从1999年在微软中国研究院实习到今天，我一直专注于机器学习的研究和成果的产业化。近10年来计算能力的提升和数据采集渠道的扩大，让机器学习的商业应用越来越成熟。搜索、推荐、机器翻译等应用产品的推广，给研究团队提供了面向大规模真实用户的实验环境，给机器学习的研究范式带来了根本性的变化。从原来基于静态离线数据的评估，升级到基于真实用户反馈的在线实验的评估。研究者不再满足于调参刷榜，而是要在生产环境的A/B对比实验中取得统计显著的效果。
1700541629
1700541630
机器学习的商业化应用带来的另一个巨变，是对工程师的技能提出了更高的要求。算法工程师不但要懂得基于确定性规则的编程，还有懂得基于统计学习的算法实现。本书恰逢其时地给工程师提供了一个快速入门机器学习的通道。未来最有价值的技术人才，是在某个领域有深度，同时对各个主要技术领域有广度的T型人才，所以即使在近期没有机会直接从事机器学习相关的项目，了解机器学习的基本理论和概念，也能提高自己的竞争力。
1700541631
1700541632
本书是Hulu北京众多同事合作的结晶，我有幸给其中的两章提供了一些内容，希望对读者有所帮助。
1700541633
1700541634
谢晓辉
1700541635
1700541636
1700541637
1700541638
1700541639
现任Hulu首席研究主管。本科毕业于西安交通大学，在北京邮电大学取得博士学位，先后在松下电器研发中心、诺基亚研究院和联想研究院有多年的研究经历，专注于模式识别、图像视频文本等多媒体信息处理，对人工智能、人机交互以及研究成果的产品化有丰富经验。