005-机器学习背后的思维-针对入门小白的概念算法及工具的朴素思考

3 周边的相关概念
3.1 概念之间的关系

编程、程序员和机器学习： 在一般的IT公司中， 程序员只要基于常识性的知识就 可以对业务理解， 再辅以充足的时间和编程技巧，已经足够完成任务。 而机器学习， 其实是一种数据编程的思路，确定好一个函数的大模样， 让程序通过数据自己去确定 函数参数的具体值。

科学家与工程师： 在一般人的想象中，科学家更喜欢纸上谈兵，就是发文章，写 书籍和学术著作。 当前，在机器学习领域，情况稍有不同。 一流的科学家不但是科学 家， 也是一流的工程师。 如卷积神经网络的发明人 Yann Lecun，是 Djvu Viewer 软件 的作者。 吴恩达开发过 Citeseer 搜索引擎的代码。 如果你仔细翻看他们的经历，他们 写的代码又多又好， 都是动手能力超强的人。

学术界与工业界： 学术界与工业界形成了紧密分工合作关系。 统计学家建立更好 的模型，工业界的研究者负责构建更好的工具。 这种关系使得深度学习可以更快地发 展。 同时， 与传统行业的技术封锁相比，机器学习领域的研究人员， 受互联网开源 思维的影响， 他们对自己的算法、数据和成果一向采取开放的态度。 各个国家，各个 公司的研究团队一起参加比赛，相互切磋， 追求的是共同的进步。

算法、算力与数据：优秀的算法、快速而廉价的算力、 大量的数据以及方便好用 的软件工具，使得机器学习可以真正为普通人服务。 下面我们会介绍在这三个方面贡 献突出的三位科学家。

006-机器学习背后的思维-针对入门小白的概念算法及工具的朴素思考