记录学习智能算法的每一天

第一次接触到这个又火又难的领域是在大一下的那个暑假。那时是啥也不知道地(虽然现在也差不多)就去了郑州一家公司实习，十天的实习让我了解到他们对做数据挖掘的人有相当大的需求。因为这次机会，我也知到了应该如何去入这个领域的门。

后来的半个暑假，我是在北理工的Python、清华深研院的DataMining、东南大学的DBMS这几门Mooc课程的陪伴下度过的。

其实那个暑假学到的东西主要来自于深研院的DataMining课程。倒是DBMS的课程没有让我有多少感触。说起来也有意思，反而是DBMS的课程学到的第一个思想让我一脚踢到了这个领域的门上:万物皆可抽象为数据向量，也就是所谓的元组，也可以叫模式，也可以叫样本

困了π_π，睡了。希望我不是单机呢。

教DataMining的袁博老师说自己只是各个方向的领路人。当时不了解情况，以为老师只是在谦虚。后来接触越来越多才发现这些基础算法真的只是博大精深的智能算法的冰山一角

最开始傻乎乎的以为自己懂的比别人多。毕竟多花了这么多时间在这上面。其实我当时还有很多算法只是知道个大概，因为数学基础跟不上。

受这门课的影响，我以前一直以为人工智能算法就是贝叶斯统计+机器学习+神经网络+深度学习+智能优化算法。按应用分就是computer version、 Data Mining、nature language processing等等

在后来的学习中我才逐步认识到符号流派、行为学派和连接主义三足鼎立的局面(尽管符号流派日渐式微)。

关于符号流派的内容，印象停留于老师的简介和《现代模式识别》的第十一二章里。越来越多的人只关注当下最热的统计学习理论而忽略了人工智能最初的主流理论。有的人甚至连“结构模式识别”的概念都没有。只能借周志华老师的话来说，三十年河东，三十年河西，现在的主流的统计学习理论总会碰上难以克服的缺陷的。到时候人们可能还是会最先想到符号流派的理论。

困了π_π

分享一个很久以前自己的笔(li)记(jie)