文章、回答、视频、播客和访谈的统一归档 · 全部内容 · 机器学习与数据科学 · 2024 · 6 条 · 第 1 / 1 页
2024
如果想从事人工智能方向，本科应该选择计算机还是数学？
分享一下我的观察。建议选择计算机专业，原因有这么几个： 首先是基础课程的完整性。计算机专业会学习编程、数据结构、操作系统、计算机网络等等基础课程。这些看似和机器学习关系不大，但当你真正在业界做 AI 应用的时候，这些基础知识反而成了最重要的部分。我见过太多数学专业转行的同学，在处理工程问题时非常吃力，因为缺乏这些基础知...
十个关于AI 和机器学习未来的预测
做机器学习已经十年了，见证了从深度学习爆发到大语言模型崛起的整个过程。记得在2013年我在CMU读书的时候，就在文章里写到"机器学习会爆发式发展"。现在回头看，确实走过了一段令人惊叹的旅程。 但机器学习的发展会更快： 第一个预测，机器学习工程师会成为一个标准化的、可替代的职业。就像过去的机械工程师、电气工程师一样，随着...
编程的难点在于哪里？是逻辑、数学、算法，还是模块、框架、接口的掌握？
编程最大的难点其实都不在这些技术层面上，而是在于如何把一个复杂的现实问题转化为计算机可以理解和执行的形式。 我之前中提到过一个观点："部署、运维等工具的逐渐标准化使得重复造轮子的需求越来越弱，越来越多的工程师核心任务并不是研发，而是整合（Integration）。"这背后的深意是：现在的编程工作，难点已经从"如何实现"...
A/B Testing 杂谈 (2)
Superlinear/笔记A/B Testing 果然是大家喜欢的话题啊哈哈，今天我们继续聊一聊这个 topic。 上次 A/B Testing 杂谈 (1)里聊到了很多我的经历，主要是自己作为 first ML engineer 为了 build 一个理想中的 ML team，把 A/B testing 的大部分 service 都自己做了，...
A/B Testing 杂谈 (1)
Superlinear/笔记感谢立正建立的社区，社区的建立非常不容易啊。你看课代表在每个帖子下都邀请大家多写东西，多开直播。受到感召🫡，我打算在知乎和XHS外，在这里也开一系列的坑…… 第一个坑开在哪里好呢？我想了许久，考虑到课代表的在 Statsig 工作非常辛苦，宣传 A/B testing 非常卖力，我决定直捅课代表腹地，聊聊课代表最专业...
谁来颠覆低频刚需?
这篇文章是我2017年写的草稿但一直没有发布，那时候 Google 刚刚提到 AI First 的战略，互联网的迭代重点还是以推荐系统和深度学习为核心。时至今日 LLM 的出现让这个问题有了些许答案，想了想还是把文章发布出来。 推荐系统的胜利 过去五年,机器学习在推荐系统领域的研究,给高科技企业带来了巨大的收益。我们在...