打字猴:1.70054174e+09
1700541740
1700541741 本硕毕业于清华大学自动化系,从大三开始接触机器学习,并且从此立志在该领域深耕。
1700541742
1700541743 2014年开始在Hulu工作,现任研究员。在Hulu的四年间,从一个许多小事都要向lead请教的菜鸟,成长为独当一面,带过8位实习生、还算称职的mentor。
1700541744
1700541745 工作之余,喜欢健身、奶娃、抱毛绒玩具、逛公园。
1700541746
1700541747 刚开始追随越姐写《百面机器学习》的时候,我们都觉得这是一个很简单的任务,每个人找十来道题,写写答案,攒在一起,不就完事了。然而很快发现这是一种幻觉,当写循环神经网络的某一节时,为了更好地回答问题,我翻遍了市面图书和重要论文,依然只能如履薄冰地写出我的一点见解。在写趣闻轶事的时候,看似轻松,然而字斟句酌也不可或缺。
1700541748
1700541749 最近有了孩子,在观察孩子成长的过程中,我发现深度学习的一些算法,和一个半岁的孩子学习的过程很像。例如,孩子会经常抓着一块布,把它拉平,再合起来,大家都会觉得挺简单的。但我曾经在面试中遇到一位候选人,就是用深度学习让机器人能像孩子一样,通过不断的实验,预测布这类可形变物体的变化的,进而能够帮助我们叠衣服。
1700541750
1700541751 人们往往会高估新技术的短期影响,认为人工智能无所不能,人类都要大规模失业云云。其实如果人工智能能帮我们处理好叠衣服、开车、做饭等日常工作,让人类去从事有创造、能带来快乐和成就感的事情,就很伟大了。就像截至目前,最解放生产力的发明应该像千家万户习以为常的洗衣机一样。
1700541752
1700541753 近来正值美国对中兴芯片制裁,我们看似在机器学习领域的论文数量不比美国少,但重要的方法、框架很多都是美国掌控或者专利保护的。我非常希望有读者能够在读了这本书后,为我国在该领域的建设添砖加瓦。
1700541754
1700541755 刘梦怡
1700541756
1700541757
1700541758
1700541759
1700541760 博士就读于中国科学院计算技术研究所,研究方向为计算机视觉与模式识别。2017年7月毕业后加入Hulu,从事视频内容理解相关算法研究。
1700541761
1700541762 经过大半年时间的努力,我们创作的“面试书”终于要出版了,有幸成为作者之一,也算圆了自己童年时的一个梦想。
1700541763
1700541764 就在2017年,我自己也还是一个校园招聘的亲历者,在准备面试的过程中很希望有几本“面试宝典”能“抱抱佛脚”,尤其近两年机器学习领域愈发火热,了解一些经典或前沿的问题总归会为自己增添筹码,这个想法也成为了我参与编写本书的最原始初衷,也希望为之后应聘的同学们提供一些素材或思路。
1700541765
1700541766 真正开始写稿却发现困难重重。从内容的架构到章节的分布,每一步都需要团队成员们不断讨论、修正;好不容易确定好分工,具体实施也并不那么顺利。很多以为自己很“懂”的问题,动笔写起来却总是觉得难以描述清楚。问题背景、解决动机、理论依据、实现方案等,每一步都需要条理清晰、逻辑连贯。同时为了确保内容的正确性,从各种信息源头查阅资料、反复校验也必不可少,整个写作过程下来,虽然耗费了大量的时间,但是自己却从中获益颇多,对问题也有了更深刻的认识和理解。当看到书中内容一天天丰满起来,每个人心中的成就感与满足感也在慢慢增强。整个过程给予了我们从发现问题到克服困难达成目标的完整体验,值得每个人去回味与相互分享。
1700541767
1700541768 除了知识和技能的提高,写作过程中更大的收获是与同事们一起合作、共同成长的经历。大家在反复的讨论与修改中,不断学习完善并产生新的灵感,以期给读者带来最大的启发。希望本书面世后,各位读者能不吝反馈,帮助我们不断改进!
1700541769
1700541770 张国鑫
1700541771
1700541772
1700541773
1700541774
1700541775 2012年博士毕业于清华大学计算机系。博士期间的研究方向包括计算机图形学、视觉、机器学习等,发表论文多篇。同年加入Hulu,先后从事自然语言处理、推荐算法等方面的研究工作。
1700541776
1700541777 通过这本书的写作,我也提高了很多。原以为把自己会的东西写出来是一个很容易的事情,可是真正开始写作,才知道自己的学识是多么肤浅。通过一遍遍翻阅各种文献资料,一遍遍推敲每一个定义和公式,我也获得了之前从未有过的清晰理解。
1700541778
1700541779 人工智能正改变着这个世界的方方面面,改变着人类历史的进程,也会成为每一个有为青年的必修课。很高兴能成为本书的作者,和大家一起去探索这个充满着朝气和活力的领域。
1700541780
1700541781
1700541782
1700541783
1700541784 百面机器学习:算法工程师带你去面试 [:1700532260]
1700541785 百面机器学习:算法工程师带你去面试 参考文献
1700541786
1700541787 [1] He X, Pan J, Jin O, et al. Practical lessons from predicting clicks on ads at facebook[J]. 2014(12): 1-9.
1700541788
1700541789 [2] Friedman J H. Greedy function approximation: a gradient boosting machine[J]. Annals of Statistics, 2001, 29(5): 1189-1232.
[ 上一页 ]  [ :1.70054174e+09 ]  [ 下一页 ]