前言-人工智能的三次浪潮
第一次浪潮,20世纪50-80年代的神经网络,用来做简单的语言理解和物体识别。
第二次浪潮,到80-90年代,专家系统:使人工智能从解决普适性智能问题,转向某一领域的单一问题。在这之间,专家系统在落地之前,由于当时的数据都还不是数字化的,所以在应用之前,需要将诸如医生的处方等等数据进行信息化。
第三次浪潮,人工智能所倚靠的两个技术领域:计算能力以及海量的数据,使得计算能力和数据结合,促进了机器学习和人工智能的飞跃。
实现一个真正的算法系统,不仅需要逻辑回归、决策树等知识,还需要采样、特征工程、模型评估。
书里面还介绍了一个算法工程师的工作内容和要求,这让我们知道我们对应应该具备哪些技能,另外还介绍了一些人工智能的热门应用,例如无人驾驶,AlphaGo,从内行人的角度介绍这些超级应用背后的原理。
本书中需要重点阅读自己专攻或者感兴趣的领域,但是无论是哪一个领域,特征工程(第一章)、 模型评估(第二章)等基本技能都是很重要的。
特征工程、 模型评估、 经典模型等, 是机器学习领域的基石, 是每个算法工程师应该融会贯通
搭建一个成熟稳健的推荐系统, 不仅需要通晓降维(第4章) 、 优化算法(第7章) , 更要对神经网络(第9章、 第10章) 、强化学习(第11章) 等新生代模型不断钻研、深入理解, 将学术前沿与产品形态紧密结合。