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.
1700541790
1700541791
[3] Mikolov T, Chen K, Corrado G, et al. Efficient estimation of word representations in vector space[J]. Computer Science, 2013.
1700541792
1700541793
[4] Turk M, Pentland A. Eigenfaces for recognition.[J]. Journal of Cognitive Neuroscience, 1991, 3(1): 71-86.
1700541794
1700541795
[5] Tibshirani R, Walther G, Hastie T. Estimating the number of clusters in a data set via the gap statistic[J]. Journal of the Royal Statistical Society, 2001, 63(2): 411-423.
1700541796
1700541797
[6] Dhillon I S, Guan Y, Kulis B. Kernel k-means: spectral clustering and normalized cuts[C]//Tenth ACM SIGKDD International Conference on Knowledge Discovery and Data Mining. ACM, 2004: 551-556.
1700541798
1700541799
[7] Banerjee A, Dave R N. Validating clusters using the Hopkins statistic[C]// IEEE International Conference on Fuzzy Systems, 2004. Proceedings. IEEE, 2004: 149-153 vol.1.
1700541800
1700541801
[8] Liu Y, Li Z, Xiong H, et al. Understanding of internal clustering validation measures[C]//IEEE, International Conference on Data Mining. IEEE, 2011: 911-916.