前言-人工智能的三次浪潮
第一次浪潮，20世纪50-80年代的神经网络，用来做简单的语言理解和物体识别。
第二次浪潮，到80-90年代，专家系统：使人工智能从解决普适性智能问题，转向某一领域的单一问题。在这之间，专家系统在落地之前，由于当时的数据都还不是数字化的，所以在应用之前，需要将诸如医生的处方等等数据进行信息化。
第三次浪潮，人工智能所倚靠的两个技术领域：计算能力以及海量的数据，使得计算能力和数据结合，促进了机器学习和人工智能的飞跃。
实现一个真正的算法系统，不仅需要逻辑回归、决策树等知识，还需要采样、特征工程、模型评估。
书里面还介绍了一个算法工程师的工作内容和要求，这让我们知道我们对应应该具备哪些技能，另外还介绍了一些人工智能的热门应用，例如无人驾驶，AlphaGo，从内行人的角度介绍这些超级应用背后的原理。
本书中需要重点阅读自己专攻或者感兴趣的领域，但是无论是哪一个领域，特征工程（第一章）、 模型评估（第二章）等基本技能都是很重要的。
特征工程、 模型评估、 经典模型等， 是机器学习领域的基石， 是每个算法工程师应该融会贯通
搭建一个成熟稳健的推荐系统， 不仅需要通晓降维（第4章） 、 优化算法（第7章） ， 更要对神经网络（第9章、 第10章） 、强化学习（第11章） 等新生代模型不断钻研、深入理解， 将学术前沿与产品形态紧密结合。