細(xì)節(jié)之處辣垒，神明降臨望侈。您請看。乍构。甜无。
歷時兩年扛点，《人工智能基礎(chǔ)——數(shù)學(xué)知識》和《人工智能入門——常用工具》兩本書終于面世８缯凇！陵究！
京東眠饮、當(dāng)當(dāng)、亞馬遜各大網(wǎng)站均已上線铜邮。
以前從來沒想過仪召，我會寫人工智能的書。如果我的大學(xué)同學(xué)知道了松蒜，他們的表情一定是這樣的：
聽過我課程的同學(xué)都知道扔茅，我在講人工智能的時候，特別喜歡抽絲剝繭秸苗，從設(shè)計者最初的靈感動機(jī)召娜，到數(shù)學(xué)形式的落地，從公式的推導(dǎo)到最終的代碼實現(xiàn)惊楼、從SDK調(diào)用到工程實踐玖瘸，層層遞進(jìn)。這種一層一層撥開迷霧的感覺讓我很爽檀咙，我的學(xué)生也很爽雅倒，大家一起爽才是真的爽。
但也有不爽的時候弧可。每當(dāng)同學(xué)讓我推薦課外讀物的時候蔑匣，就尷尬了。
雖然我的電腦上有很多庫存，但我沒有完整的看過任何一本殖演。我沒有看過的書自然不敢推薦給學(xué)生看氧秘，第一怕誤人子弟，第二怕暴露自己讀書少的事實趴久。
第三丸相，最重要的，那些書并不適合初學(xué)者彼棍。比如李航的《統(tǒng)計機(jī)器學(xué)習(xí)》灭忠，比如經(jīng)典的同濟(jì)教材，這些書很牛座硕，但是是給有基礎(chǔ)的讀者看的弛作。對于小白入門來說，其實并不友好华匾！包括我自己映琳，看這些書的時候，都是這樣的：
因為我以前有過寫書的經(jīng)驗蜘拉，再加上學(xué)生們的切實需求萨西，所以就萌生了寫一系列初學(xué)者能看得懂的人工智能圖書的念頭。寫什么內(nèi)容呢旭旭？
初學(xué)者學(xué)習(xí)一門新技術(shù)有三個階段：第一階段是谎脯，怎么使用；第二階段是持寄，原理是什么源梭；第三階段是，如何實現(xiàn)稍味、為什么這樣實現(xiàn)废麻。學(xué)習(xí)人工智能也是如此，先用起來模庐，再考慮原理烛愧，最后考慮為什么。
所以赖欣，我規(guī)劃了這個系列屑彻，共兩本書，《人工智能入門——常用工具》是針對第一個階段顶吮，《人工智能基礎(chǔ)——數(shù)學(xué)知識》針對第二階段社牲。（本來還有第三本算法，因為某些原因放棄了）悴了。
當(dāng)然搏恤，我還有一個很大的愿景违寿，希望這兩本書不僅有用，還要有料甚至有趣熟空，讀者看起來不會累覺不愛藤巢。如果能像吳軍的《數(shù)學(xué)之美》一樣，那就圓滿了息罗！
既然書的定位明確了掂咒，接下來就是考慮目標(biāo)讀者的痛點(diǎn)是什么？在這一點(diǎn)上迈喉，我是有絕對的發(fā)言權(quán)的绍刮！因為我的人工智能知識，全部來自自學(xué)挨摸，入門者的痛苦和需求我洞若觀火孩革。
二十多年前因為非常喜歡編程，我參加了成人教育得运。您知道膝蜈，要想拿到一紙證書，需要考數(shù)學(xué)熔掺。我那會兒覺得饱搏，數(shù)學(xué)這東西，完全就是應(yīng)試教育瞬女，完全沒有操作系統(tǒng)窍帝、數(shù)據(jù)庫努潘、計算機(jī)網(wǎng)絡(luò)這些課程實用有趣诽偷，所以不喜歡待在教室里聽那些枯燥的公理和定理。
我是在雅虎做競價廣告（也叫計算廣告學(xué)）期間接觸了人工智能（當(dāng)時還不叫人工智能疯坤，而是叫數(shù)據(jù)挖掘报慕、機(jī)器學(xué)習(xí)，當(dāng)時我所在的組也是數(shù)據(jù)組）压怠。
本來我是個程序員眠冈，結(jié)果猛然發(fā)現(xiàn)，計算廣告是個大坑菌瘫，表面看起來是“寫程序”蜗顽，但剝?nèi)ネ獗恚举|(zhì)上卻是數(shù)學(xué)雨让。
那個時候雇盖，還沒有那么多的開源包可以調(diào)用，所有的算法都要自己去擼栖忠。同事的代碼崔挖，雖然每一行都能看懂什么意思贸街，但是放在一起就不知道在說什么了，結(jié)果就是一個標(biāo)點(diǎn)符號都不敢動狸相，更別提調(diào)參了薛匪！
從那會兒開始，我對人工智能的認(rèn)知也才逐步客觀和理性起來脓鹃。也是從那時候開始逸尖，我才重新認(rèn)識數(shù)學(xué)——這個最熟悉的陌生人。
那是十多年前的事了瘸右，當(dāng)時的學(xué)習(xí)環(huán)境遠(yuǎn)沒有現(xiàn)在方便冷溶，別說網(wǎng)課了，網(wǎng)絡(luò)都不普及尊浓。所以逞频，我唯一的方法就是自學(xué)。
您應(yīng)該知道栋齿，人工智能編程不像其它編程苗胀，只需要有點(diǎn)邏輯思維再記住語法就可以上手了，人工智能是和數(shù)學(xué)緊密聯(lián)系在一起的瓦堵。而對于當(dāng)時沒有數(shù)學(xué)基礎(chǔ)的我來說基协，想吃下人工智能這碗飯，很有點(diǎn)像螞蟻吃大象了菇用，無處下口啊澜驮。
但我又不想調(diào)職調(diào)崗甚至換一份工作，怎么辦呢惋鸥，硬著頭皮上了杂穷。
我是從聚類算法開始的，之所以選擇它下口卦绣，因為它是當(dāng)時我能看懂的少數(shù)算法之一耐量。最簡單的聚類算法如K-means不需要什么高深數(shù)學(xué)知識滤港，對著偽代碼擼一套自己的實現(xiàn)也很容易廊蜒。
擼完代碼后還不算完，還要看看實際效果溅漾，當(dāng)時雖然還沒有Scikit-learn這樣成熟的三方包可以使用山叮，但幸好有SPSS、Clementine（現(xiàn)在叫SPSS Modeler）添履、R語言這些老牌工具屁倔。每次做完一個練習(xí)，我都會對照效果缝龄，如果出入太大汰现，就查資料挂谍，重新調(diào)整代碼。就這樣不斷的密集練習(xí)瞎饲，我大概花了1個月的時間口叙，才把第一個入門算法搞定。
后來嗅战，我用相同的方法妄田，搞定了決策樹、線性回歸驮捍、邏輯回歸疟呐、隱馬爾可夫模型（HMM）、最大熵模型......
回憶起來东且，那段經(jīng)歷挺苦逼的启具。有時候我很羨慕現(xiàn)在的新人，想學(xué)什么太簡單了珊泳，上網(wǎng)隨手一搜鲁冯，大把的資料推送到你面前，免費(fèi)的色查、收費(fèi)的薯演、深入的、淺出的秧了、20天從入門到精通的跨扮、3個月從小白到專家的。新人的痛苦不再是無處學(xué)验毡，而是去哪兒學(xué)衡创，不是能不能學(xué)會，而是還能不能靜下心米罚。
如果您想靜靜了钧汹，歡迎光臨丈探，下期精彩繼續(xù)录择。
原文引自艾特大圣公眾號，有趣有料有故事碗降，歡迎大家來串門兒隘竭！
