1.開篇
1.1 為什么我開始寫這個系列博客
說五年前我還在某A云公司的時候，身在一個機器學(xué)習(xí)算法組，對機器學(xué)習(xí)懷有濃厚的興趣?；撕枚嗟臅r間來試圖搞清楚各種流行的機器學(xué)習(xí)算法，經(jīng)常周末也跟同事探討公式的推倒和背后的意義。寫博客的主要動力是讓自己能夠更好的理解機器學(xué)習(xí)。
后來堅持了沒有太久的時間就換到大數(shù)據(jù)方向了，最主要的原因是覺得自己數(shù)學(xué)天賦太差，尤其是數(shù)學(xué)。當初學(xué)習(xí)的時候主要參考的PRML，Andrew Moore的PPT，Andrew Ng的公開課，plukids博客，另外加上淘寶斌強哥的各種悉心指導(dǎo)。但是學(xué)了好久，公式能大概看懂是怎么回事，不過自己徒手推出來實在是太艱難了。PRML的習(xí)題，甚至是具體數(shù)學(xué)的習(xí)題，都很難做得出來。
后面的發(fā)生的事情就理所當然了，既然很難在這個領(lǐng)域做到核心（我的理解是具有及其好的數(shù)學(xué)天賦作為后盾才能做到機器學(xué)習(xí)的核心），那么為什么不換一個更適合自己的方向呢？恩好吧，基礎(chǔ)數(shù)據(jù)架構(gòu)（Infra）看起來是個不錯的方向，不需要理解太多的數(shù)學(xué)（除了真的需要去實現(xiàn)Paxos）。做Infra如果有架構(gòu)設(shè)計的基礎(chǔ)，另外加上勤奮，多多少少還是能做出一些東西的。
為什么我又要重新開始寫機器學(xué)習(xí)相關(guān)的文章了？最主要的原因是現(xiàn)在的機器學(xué)習(xí)和五年前、十年前區(qū)別很大。最大的不同是，自從深度學(xué)習(xí)成為了機器學(xué)習(xí)舞臺上最重要的一個角色起，機器學(xué)習(xí)變得更加真實了，利用深度學(xué)習(xí)可以做出很多很有意思的真實世界的應(yīng)用，而這些東西在幾年前的門檻要高得多。我在本文之后會更詳細的展開此點。
此外這幾年的工具發(fā)展神速，利用TensorFlow、MXNet或者其他類似的工具可以很容易的開始自己的pet project，也不用理解太多背后的細節(jié)。而在幾年前能用的現(xiàn)成工具寥寥無幾，而且十分的碎片化，比如說如果想要做分類器吧，需要用libsvm，需要搞跨語言調(diào)用。如果要換個算法的話，那可是要命的事情了。當然這些東西對于大公司來說都不是事兒，但是對于個人學(xué)習(xí)者來說需要投入的經(jīng)歷太多了，遠不是業(yè)余時間可以承擔(dān)的。
