AI的熱潮一波接著一波，不得不抓緊充實自己。雖然已經有了部分機器學習經驗（碩士論文都是機器學習相關），但依舊深感知識的欠缺。于是這本《白話大數據與機器學習》映入了眼簾，作為一本2016年的新書，又有白話、大數據、機器學習三大熱門詞匯加持，我慎（sui）重（yi）的選擇了這本書。
帶著對知識的向（jiao）往（lv），我這只剛畢業兩個月的小白開始了早到一小時讀書的旅程。先說本書終極評價：
- 與大數據實戰沒啥關系
- 內容要么很小白，要么難度很高沒有可操作性（給小白貼一大段sklearn算法？）
- 仍舊推薦閱讀，主要讀第一部分（入門知識）和最后一部分（應用與拓展）——就是不講機器學習的那部分
個人收獲最大的是作者對數據、大數據產業、數據價值解讀等的分析。其對大數據的概念解讀讓人如夢初醒，作者認為大數據本質上是數據，而不在于大，其對大數據和大石油有一段很有意思的對比。
假如現在給石油產業冠以“大石油”產業的名字，那么會影響石油行業本身對其他行業的服務樣態嗎？應該不會。
在“大石油”產業里，同樣有人從事這樣的工作內容：石油勘探、石油開采、石油運輸、石油提煉、石油產品銷售等多個細分領域和環節。
類比一下“大數據”產業，數據收集、數據傳輸、數據存儲、數據建模、數據分析、數據交易貫穿了大數據產業的完整產業鏈。
作者能把三個字簡化為兩個字，我覺得還是很清楚了。據此，作者認為大數據的核心價值在于：使人們通過數據獲得了洞悉世界的能力，得到了因果關系。這種因果的聯系，會讓人們在各個方面能夠推測未來趨勢，減少試錯，減少成本，降低風險，解放勞動力。
我入職后有一部分工作是智能運維，最需要的就是大數據和人工智能兩種能力?？戳俗髡叩慕忉?，深深的覺得自己在為人類做貢獻，解放勞動力，解放人類，解放全世界 （刪除最后一句）。能把自己的工作和對人類有貢獻的事業聯系起來，想想都很激動。其實并沒有開玩笑，現在行業熱門的大數據、人工智能、云計算，正是因為大家看好他們可以解放勞動力，創造更大的價值。那么如果我的職業不能創造更大的價值，我就可以考慮轉行了。幸好我目前的工作做好了也能為人（gong）類（si）做出一點點貢獻。作為職場新人，一點小的觀點，不知道是阿Q精神還是我看穿了工作與人類幸福的本質。O(∩_∩)O哈哈~
書中大部分內容是講機器學習算法的。不過我之前都有了解一些，覺得都是比較平淡的內容，除了一段講解隱馬爾可夫模型的，并沒有特別好于其他機器學習的書。所以建議這些略看就好，想學機器學習基礎的看西瓜書、實戰的話看Sebastian Raschka的《Python機器學習》
上最后的干貨，思維導圖一份。有的東西根據自身知識，做了刪減，尤其是數據挖掘部分。歡迎留言討論。
最后用最近很欣賞的一句話共勉：
過一個平凡無趣的人生實在太容易了，你可以不讀書，不冒險，不運動，不寫作，不外出，不折騰……但是，人生最后悔的事情就是：我本可以。 ——陳素封