1700541534
百面机器学习：算法工程师带你去面试 [:1700532258]
1700541535
百面机器学习：算法工程师带你去面试 后记
1700541536
1700541537
百面机器学习：算法工程师带你去面试 [:1700532259]
1700541538
作者随笔
1700541539
1700541540
诸葛越
1700541541
1700541542
1700541543
1700541544
1700541545
现任Hulu公司全球研发副总裁，中国研发中心总经理。曾任Landscape Mobile 公司联合创始人兼CEO，前雅虎北京全球研发中心产品总监，微软北京研发中心项目总经理，雅虎美国高级软件架构师。
1700541546
1700541547
诸葛越获美国斯坦福大学的计算机硕士与博士，纽约州立大学石溪分校的应用数学硕士，曾就读于清华大学计算机科学与技术系。诸葛越的研究结果获多项专利，2005年获美国计算机学会数据库专业委员会十年最佳论文奖。
1700541548
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。