百面机器学习 : 算法工程师带你去面试 = The quest for machine learning : 100+ interview questions for algorithm engineer

人工智能领域正在以超乎人们想象的速度发展,本书赶在人工智能彻底“占领”世界之前完成编写,实属万幸。 书中收录了超过100道机器学习算法工程师的面试题目和解答,其中大部分源于Hulu算法研究岗位的真实场景。本书从日常工作、生活中各种有趣的现象出发,不仅囊括了机器学习的基本知识,而且还包含了成为优秀算法工程师的相关技能,更重要的是凝聚了笔者对人工智能领域的一颗热忱之心,旨在培养读者发现问题、解决问题、扩展问题的能力,建立对机器学习的热爱,共绘人工智能世界的宏伟蓝图。 “不积跬步,无以至千里”,本书将从特征工程、模型评估、降维等经典机器学习领域出发,构建一个算法工程师必备的知识体系;见神经网络、强化学习、生成对抗网络等最新科研进展之微,知机器学习领域胜败兴衰之著;“博观而约取,厚积而薄发”,在最后一章为读者展示生活中各种引领时代的人工智能应用。 版权信息 5 内容提要 6 推荐序 7 前 言 9 人工智能的三次浪潮 9 机器学习算法工程师的自我修养 16 第1章 特征工程 22 01 特征归一化 23 02 类别型特征 25 03 高维组合特征的处理 27 04 组合特征 30 05 文本表示模型 32 06 Word2Vec 34 07 图像数据不足时的处理方法 37 第2章 模型评估 39 01 评估指标的局限性 40 02 ROC曲线 45 03 余弦距离的应用 51 04 A/B测试的陷阱 55 05 模型评估的方法 58 06 超参数调优 61 07 过拟合与欠拟合 63 第3章 经典算法 66 01 支持向量机 67 02 逻辑回归 77 03 决策树 80 第4章 降维 90 01 PCA最大方差理论 91 02 PCA最小平方误差理论 95 03 线性判别分析 100 04 线性判别分析与主成分分析 105 第5章 非监督学习 109 01 K均值聚类 110 02 高斯混合模型 119 03 自组织映射神经网络 122 04 聚类算法的评估 126 第6章 概率图模型 133 01 概率图模型的联合概率分布 134 02 概率图表示 137 03 生成式模型与判别式模型 141 04 马尔可夫模型 143 05 主题模型 149 第7章 优化算法 154 01 有监督学习的损失函数 155 02 机器学习中的优化问题 158 03 经典优化算法 161 04 梯度验证 165 05 随机梯度下降法 168 06 随机梯度下降法的加速 171 07 L1正则化与稀疏性 177 第8章 采样 181 01 采样的作用 182 02 均匀分布随机数 184 03 常见的采样方法 186 04 高斯分布的采样 190 05 马尔可夫蒙特卡洛采样法 195 06 贝叶斯网络的采样 199 07 不均衡样本集的重采样 204 第9章 前向神经网络 207 01 多层感知机与布尔函数 208 深度神经网络中的激活函数 214 03 多层感知机的反向传播算法 218 04 神经网络训练技巧 224 05 深度卷积神经网络 229 06 深度残差网络 235 第10章 循环神经网络 239 01 循环神经网络和卷积神经网络 240 02 循环神经网络的梯度消失问题 242 03 循环神经网络中的激活函数 244 04 长短期记忆网络 246 05 Seq2Seq模型 249 06 注意力机制 252 第11章 强化学习 257 01 强化学习基础 258 02 视频游戏里的强化学习 263 03 策略梯度 266 04 探索与利用 269 第12章 集成学习 273 01 集成学习的种类 274 02 集成学习的步骤和例子 277 03 基分类器 279 04 偏差与方差 281 05 梯度提升决策树的基本原理 284 06 XGBoost与GBDT的联系和区别 288 第13章 生成式对抗网络 291 01 初识GANs的秘密 292 02 WGAN:抓住低维的幽灵 299 03 DCGAN:当GANs遇上卷积 305 04 ALI:包揽推断业务 310 05 IRGAN: 生成离散样本 315 06 SeqGAN:生成文本序列 319 第14章 人工智能的热门应用 325 01 计算广告 326 02 游戏中的人工智能 337 03 AI在自动驾驶中的应用 350 04 机器翻译 359 05 人机交互中的智能计算 363 后记 367 作者随笔 368 参考文献 382 Ben shu cong ri chang gong zuo,Sheng huo zhong ge zhong you qu de xian xiang chu fa,Bu jin nang kuo le ji qi xue xi de ji ben zhi shi,Er qie hai bao han le cheng wei chu zhong suan fa gong cheng shi de xiang guan ji neng,Geng zhong yao de shi ning ju le bi zhe dui ren gong zhi neng ling yu de yi ke re chen zhi xin,Zhi zai pei yang du zhe fa xian wen ti,Jie jue wen ti,Kuo zhan wen ti de neng li,Jian li dui ji qi xue xi de re ai,Gong hui ren gong zhi neng shi jie de hong wei lan tu