<div class="artical-content-bak main-content editor-side-new">
<div class="con editor-preview-side" id="result">
<p style="color:rgb(26,26,26);font-family:'-apple-system', BlinkMacSystemFont, 'Helvetica Neue', 'PingFang SC', 'Microsoft YaHei', 'Source Han Sans SC', 'Noto Sans CJK SC', 'WenQuanYi Micro Hei', sans-serif;font-size:medium;">以研发人员的身份亲身经历了PC互联网和移动互联网的两段发展过程，现在面临新的一波AI浪潮时，虽然身份已经成为不再亲自从事技术工作的企业管理者。但正如曾经经历过互联网对各个行业/企业的颠覆/赋能，AI重塑行业/企业也一定是大势所趋，对于很多非技术出身或者对技术不敏感的企业管理者，AI/机器学习只是意味着一个名词，一种大家都追逐的趋势，一种对企业的包装方式......。但对于一个仍然热爱技术的人，深入了解的价值在于不再是如何包装企业/产品与AI结合，而是从业务场景的解析、业务场景的抽象、数据的收集、算法的选择......这些落地的环节将企业业务和AI进行结合，形成竞争中的先发优势。</p>
<p style="color:rgb(26,26,26);font-family:'-apple-system', BlinkMacSystemFont, 'Helvetica Neue', 'PingFang SC', 'Microsoft YaHei', 'Source Han Sans SC', 'Noto Sans CJK SC', 'WenQuanYi Micro Hei', sans-serif;font-size:medium;">在此之前已经看了很多AI相关的书籍和资料，良莠不齐，算是填鸭式教育阶段。各种历史、概念充斥在脑海中，有种云里雾里的感觉。但是这种填鸭式教育也有好处，就是当遇到一些优秀的书籍或文章时，能够利用其明了的层次结构将这些散乱的知识进行梳理、关联。比如知晓了人工智能的历史发展脉络，符号主义、连接主义、行为主义，知道了机器学习只是人工智能的一种核心技术，而深度学习又是机器学习的子集，神经网络是实现深度学习的基础模型，图像识别、语音识别、自然语言处理是深度学习的应用.....因为现在机器学习几乎成了AI的代名词（核心），所以就成为了大家重点的学习领域，很有幸发现了<a class="wrap external" href="https://link.zhihu.com/?target=https%3A//book.douban.com/subject/27154347/" style="border-bottom:1px solid;">《Scikit-Learn与TensorFlow机器学习实用指南（影印版）》</a>这本好书，书中第一章就让自己对机器学习又有了清晰系统化的理解。其他章节的深入和案例及代码也非常棒，具备实践性和可执行性。</p>
<h3 style="font-size:1.1em;line-height:1.5;font-family:'-apple-system', BlinkMacSystemFont, 'Helvetica Neue', 'PingFang SC', 'Microsoft YaHei', 'Source Han Sans SC', 'Noto Sans CJK SC', 'WenQuanYi Micro Hei', sans-serif;clear:left;color:rgb(26,26,26);">其他读过的人工智能有关书籍</h3>
<ul class="list-paddingleft-2" style="color:rgb(26,26,26);font-family:'-apple-system', BlinkMacSystemFont, 'Helvetica Neue', 'PingFang SC', 'Microsoft YaHei', 'Source Han Sans SC', 'Noto Sans CJK SC', 'WenQuanYi Micro Hei', sans-serif;font-size:medium;"><li><p><a class="wrap external" href="https://link.zhihu.com/?target=https%3A//book.douban.com/subject/26838557/" style="border-bottom:1px solid;">《智能时代》</a>2016年出版的书籍，那时人工智能处于萌芽期，准备追逐这波浪潮。所以记住了书中的一段话："这是最好的时代，也是最坏的时代。是要顺势而上，还是逆势而下，在于我们自己的选择。"</p></li><li><p><a class="wrap external" href="https://link.zhihu.com/?target=https%3A//book.douban.com/subject/27055736/" style="border-bottom:1px solid;">《人工智能革命》</a> 感觉还不错的一本人工智能历史、技术、人物科普书籍，虽然被评价讲的很浅，但每本书应该都有自己的定位吧——科普书籍。同时从这本书中了解到了一部很棒的英剧<a class="wrap external" href="https://link.zhihu.com/?target=https%3A//movie.douban.com/subject/7054120/" style="border-bottom:1px solid;">《黑镜》</a>，追了几季，算是意外所得吧。^_^</p></li><li><p><a class="wrap external" href="https://link.zhihu.com/?target=https%3A//book.douban.com/subject/26546914/" style="border-bottom:1px solid;">《科学的极致：漫谈人工智能》</a>也是一本科普书籍，但是给我的感觉本书体现的是哲科思维，比较难懂。</p></li><li><p><a class="wrap external" href="https://link.zhihu.com/?target=https%3A//book.douban.com/subject/26348921/" style="border-bottom:1px solid;">《集体智慧编程》</a> 15年出版，豆瓣评分在8.9的高分，但是阅读者寥寥。我觉得在AI和大数据大热的时代，一个晦涩的书名就会让大家错失一本优秀的书籍，想对“机器学习”与“计算统计”进行了解和实践的朋友推荐阅读，其中的应用场景很贴 |
|
转播
