![图片](https://mmbiz.qpic.cn/mmbiz_png/icmWrEONNM8UIf0nSXBjtMYUnibElEDkicoTfHEecPTfV7MrV9XiaE0y4JibsDggQKwkf3lULPfdveY6QysnBq8P9YA/640?wx_fmt=png&tp=webp&wxfrom=5&wx_lazy=1#imgIndex=0) 1 思远，是一名喜欢加班的程序员，北漂五年：创业折腾了一年，在字节跳动待了两年，又去阿里工作了两年。今年，他准备回老家工作了。 我们是在两年前的一次技术大会上认识的。当时我们凑巧坐在一起，对一些技术细节比较着迷，就互相加了微信，回去之后继续探讨。后来交流的多了，一来二去成了朋友，经常约着出来吃吃饭，吹吹牛，也分享下我们的工作经历和技术思考。 和我一样，他是一位辗转于互联网公司的码农，尽管比我还大上几岁，他总喜欢客气的喊我龙哥。 去年春节前几天，我正在为公司的事情忙的焦头烂额，微信弹出了一条消息，“龙哥，我准备提离职了”。 我突然愣住了几秒，想要回复他消息，手却在键盘上滞住了。这短暂的停顿中，我在脑海里像放电影一样，粗略的过了一遍我对思远的记忆，以及他这些年的职业生涯。 2 在研究生毕业时，思远加入了一家创业公司，包揽了后端开发和算法应用的一堆活。公司的创始人是大他一届的师兄。虽然顶着名校创业的光环，但团队对市场缺乏理解，为数不多的启动资金也快速告急，吃了顿散伙饭之后，大伙就各奔前程了。 失业后，经过一番苦战，加上良好的计算机科班素养，思远在 2016 成功加入字节跳动，当时人们很喜欢用「今日头条」来称呼代指这家公司，那是它推出的第一个非常成功的产品，而现在，公司的另外一个现象级产品，叫做抖音。 说起来，思远和抖音有些缘分，入职没多久，他们团队就接到了一项封闭开发任务。后来，他才知道，那次开发的是抖音 1.0 版的原型。 “在字节的那两年，是我成长最快的时候，当然，压力也很大，你知道吗，抖音从立项到初版上线，只花了一个多月。” 团队里的人最开始都是从火山小视频团队中抽调过来的，时间短、任务紧，大大小小的技术攻坚，让每个人都承担了很大的压力，但苦中有乐，大多数人也收获了职业生涯中最迅速的成长速度。 为了开拓国际业务，当时抖音也在海外上线，也就是那款叫做 Tiktok 的应用，当时国内和海外双线业务是齐头并进的，国内的互联网公司缺乏产品国际化的经验，整个团队只能一点点摸索。但仅仅一年的时间之后，国内和国外，抖音/Tiktok 的产品日活就极为可观了，频频在各大应用商店、苹果的App Store 登顶。 取得了这样傲人的成绩，背后像思远这样看起来平素无奇的程序员们功不可没。抖音的大火，也使得初创团队成员的身价水涨船高，嗅觉灵敏的猎头在思远和阿里淘宝之间搭建了一座桥梁，当思远最终禁不住优渥的跳槽条件诱惑时，猎头也小赚了一笔。 “离开字节我是很舍不得了，但在这里待了两年多，趁着年轻，还想去其他地方看看。字节是小巨头，阿里是大巨头，想去接近一下马爸爸”，他说的云淡风清。 “别扯了，你明明是馋人家的身子（钱）”，在得知了阿里给他承诺的年薪总包后，我艳羡不已。 3 思远从加入阿里到现在，已经快两年了，和在字节的时候相比，阿里的工作强度有增无减，如果要说轻松的地方，可能是没有字节的大小周（字节跳动大小周轮流工作制，一周上六天班，一周上五天班，多上的一天班有双倍加班费）。 毕竟，马老师是何等人物，想挣他的钱，不是件容易事。幸运的是，尽管工作辛苦，但不管是字节还是阿里，思远遇到的 leader 和团队都不错，在工作安排上，会给他一些自我发挥的空间。当然，促成这样不错局面的原因，得归功于他在每次入职前，都会对组内情况进行细致调研，和一些leader充分交流。 工作做起来得心应手，入职时公司承诺的股票每年也如期发放，看起来也是前途大好，为什么动了离职的念头呢？作为一个局外人，我有些不解。 面对我的疑惑，思远也说出了他的真实想法。 在北京这边待了五年，职业发展的挺不错，但之前毕业的时候没有把握住，错过了最佳的落户机会，现在落户还是很困难的。现在快三十岁了，孩子快两岁了，要上幼儿园了，还是家里面办各种手续方便一些。另外父母劳作了一辈子，年龄大了，身体开始出现问题，有点吃不消，回家那边方便照顾他们。 他回去还是继续写代码，家那边是个二线城市，也有些互联网公司，一些巨头在那边也有小分部，面试了几家，结果还可以，薪水总包没有差太多。 恭喜思远，他找到了人生的一个局部最优解，家里的环境很好，薪资也不错，重要的是能够对孩子、对长辈都有个交代，也不用三十岁还和年轻人在北京 996 的战场上拼体力。 “回去之后最想干嘛”，我问他。 如果真的像计划中那样，有钱有闲的话，把丢了很多年的吉他重新背起来，大学时候弹的不好，现在还可以好好练练。每年争取去外面旅游两次，一次国内，一次国外。以前在北京，国庆都可能加班，做的都是线上业务，出去玩随时带电脑，神经紧绷着，旅游体验太差了。 “还可以攒点经费值个发”，我看着他额头渐显突出的地中海，调侃了一句。 没事，老婆孩子都有了，怕啥。 “哈哈，不扯了，正经点，北京待了这么多年，有感触吗？” 在北京这边，基本上只有工作，没有生活的。作为南方人，终究还是没有适应，没房没户口，也没有归属感。五年时间，像我这样发展还可以的，攒的钱还是买不起一套房子，付个首付就剩不了多少了。不过说真的，北京还是发达，在其他地方，还是很难快速获取最新技术的，别说互联网这么发达，三四线和北京，人际和信息都是很难比的。但总也得有个退场的时候嘛，自己还能拼，家里人可能等不了了，得抓紧时间多陪陪他们，不然一辈子都在工作，也没太多意思。 结束聊天时，我祝福思远，能够寻找到人生中幸福的下一站，他给我发来了女儿的视频，屏幕中的他逗着孩子咯咯发笑，眼里闪着光，一扫之前专注写代码时的呆滞神情。 这样真好，我说。 作者注：为保护朋友信息，文中思远为化名。 >>**书怎么送？**<< 以下信息请认真观看 因为配的这篇文章是个很深刻的故事，本公众号每天输出很多原创高质量技术文章，可能大家也看累了，我的想法是 **留言中我挑出真诚、实在、真情实感、不错的评论的读者送出四本书。（不要忘了加博主微信，防止失联，到时候我会挑出四个在朋友圈公布，直接私聊读者，给予我邮递信息即可，到时候就可以慢慢等侯书的到来了）****问题是？****面对现在的生活压力和AI工作的竞争压力，我们是该回老家？还是依旧拼搏在大城市，感受人情冷暖？生活与工作拼搏怎么权衡？****你可以表达你真实的感受，目前的经历，自己的想法，也不限于这个问题，也可以引申说一些你的感受和想法，期待大家的留言。****希望大家可以认真留言 这里设置个门槛，****不少于100字****。** >>**送什么书**<< **机器学习入门：基于数学原理的Python实战** 本书深入浅出地对机器学习算法的数学原理进行了严谨的推导；并利用Python 3对各种机器学习算法进行复现，还利用介绍的算法在相应数据集上进行实战。本书主要内容包括机器学习及其数学基础；线性回归、局部加权线性回归两种回归算法；Logistic回归、Softmax回归和BP神经网络3种分类算法；模型评估与优化；K-Means聚类算法、高斯混合模型两种聚类算法和一种降维算法——主成分分析。 **新书推荐** ![图片](data:image/svg+xml,%3C%3Fxml version='1.0' encoding='UTF-8'%3F%3E%3Csvg width='1px' height='1px' viewBox='0 0 1 1' version='1.1' xmlns='http://www.w3.org/2000/svg' xmlns:xlink='http://www.w3.org/1999/xlink'%3E%3Ctitle%3E%3C/title%3E%3Cg stroke='none' stroke-width='1' fill='none' fill-rule='evenodd' fill-opacity='0'%3E%3Cg transform='translate(-249.000000, -126.000000)' fill='%23FFFFFF'%3E%3Crect x='249' y='126' width='1' height='1'%3E%3C/rect%3E%3C/g%3E%3C/g%3E%3C/svg%3E) 当当网自营店地址： http://product.dangdang.com/28511988.html ![图片](data:image/svg+xml,%3C%3Fxml version='1.0' encoding='UTF-8'%3F%3E%3Csvg width='1px' height='1px' viewBox='0 0 1 1' version='1.1' xmlns='http://www.w3.org/2000/svg' xmlns:xlink='http://www.w3.org/1999/xlink'%3E%3Ctitle%3E%3C/title%3E%3Cg stroke='none' stroke-width='1' fill='none' fill-rule='evenodd' fill-opacity='0'%3E%3Cg transform='translate(-249.000000, -126.000000)' fill='%23FFFFFF'%3E%3Crect x='249' y='126' width='1' height='1'%3E%3C/rect%3E%3C/g%3E%3C/g%3E%3C/svg%3E) 以下为作者自述和书的简介 写在前面 这本书的约稿邀请最早来自2017年11月，但那会正处于考研备考冲刺阶段，因此约定本科结束后再敲定相关细节。本科结束后为了平衡写作时间与研究生学业，因此首先利用研究生开学前2个月暑假时间，自己对已有的机器学习算法的笔记进行系统地整理。并于2018年9月底敲定了最终合同，在2018年国庆节之后开始了为期半年的创作历程。 作为第一次创作写书，这个过程也是极其艰辛，甚至也有放弃的想法，但是在家人和朋友的鼓励下也坚持了下来，最终在2019年3下旬完成了所有的初稿。本以为2019年9月之前会完成所有三审三校等后期工作，由于2019年夏天出版社编辑因各种政策原因需进行内部培训，下半年十一大阅兵导致整个9月-10月北京印刷厂停摆，这本新书在这样的情况下一直拖到12月才艰难完稿并成功上市。 之后接到上市通知时已经2020年1月15号，那个时间点快递也因春节而停运，本准备在湖北老家过完春节返校后再进行公众号进行宣传，奈何遇上了这次新冠肺炎疫情导致被困湖北老家，各行各业也基本停摆。直至最近疫情才基本控制下来，各行各业也开始陆续复工，这才给做宣传活动的创造了条件。 不得不感慨下，从这次这本书的约稿邀请到这次新书宣传活动，经历了太多太多，尝过了几乎所有人生百态。有收到约稿邀请被认可的喜悦，但伴随而来的是因考研冲刺备考的遗憾，有签署完合同后激动，但伴随而来的是创作过程中各种苦难带来挫折感，还有因各种原因导致后期校对印刷工作被延期的无奈但无奈之后就是雨后见彩虹，新书上市带来的欣喜若狂。 感慨的话也不多说了，接下来我们言归正传，进入介绍此书的主要内容。 为什么要写这本书 我自己在本科期间就读于计算机科学与技术专业，但是由于专业课程偏向嵌入式，但自己对电路一窍不通，同时对数学特别感兴趣，学校也有如全国大学生数学竞赛、全国数学建模大赛和北美数学建模大赛的相关指导，因此也陆续参参加这些比赛并获得了国大学生数学竞赛国家一等奖和北美数学建模二等奖。 正是由于打下了较好的数学基础，也因此在参加这些比赛的过程中，大数据和人工智能相关应用也开始在各行各业崭露头角，自己也有幸对这些概念与职业前景进行初步了解，决心进入人工智能领域。 在2016年大三开始入门机器学习，由于周边没有任何人学过机器学习，因此只能自己自行摸索进行学习，学习教材主要有周志华老师的西瓜书、李锐老师翻译的《机器学习实战》以及吴恩达老师CS229课程视频及其讲义。但是这些资料都有其优缺点。西瓜书和吴恩达CS229课程视频及其讲义的内容涉及大多数主流机器学习算法，是很好的机器学习入门教材，但是资料中省略了大部分算法的数学推导中间过程，只给出了最终的结论。因此，这样加大了初学者的学习门槛。同时《机器学习实战》的书中代码是Python2，但是目前Python2已经停止更新，同时目前大部分Python的初学者大多数学习的是Python3而非Python2，因此在学习《机器学习实战》这本书的代码时需要自行进行相应语法转换，这也加大了初学者学习门槛。 因此我大三入门机器学习时，大部分时间就是阅读西瓜书和吴恩达CS229课程视频及其讲义，并细化每个算法的理论推导过程并在CSDN进行公开学习笔记，之后学习《机器学习实战》代码进行相应实战，并在利用Python3和面向对象思想再次复现算法并在CSDN上公开。正是因为在CSDN上的积累才有了这本《机器学习入门：面向数学原理的Python实战》的问世。 全书简介 介绍这么多关于新书《机器学习入门：面向数学原理的Python实战》的相关故事。接下来重点给大家介绍这本书的特色和主要内容。  下面是新书的目录截图，让你首先目睹全书所有内容 ![图片](data:image/svg+xml,%3C%3Fxml version='1.0' encoding='UTF-8'%3F%3E%3Csvg width='1px' height='1px' viewBox='0 0 1 1' version='1.1' xmlns='http://www.w3.org/2000/svg' xmlns:xlink='http://www.w3.org/1999/xlink'%3E%3Ctitle%3E%3C/title%3E%3Cg stroke='none' stroke-width='1' fill='none' fill-rule='evenodd' fill-opacity='0'%3E%3Cg transform='translate(-249.000000, -126.000000)' fill='%23FFFFFF'%3E%3Crect x='249' y='126' width='1' height='1'%3E%3C/rect%3E%3C/g%3E%3C/g%3E%3C/svg%3E)全书特色： 1. **细化算法的数学理论推导中间过程；** 2. **使用Python3作为编程语言；** 3. **算法主要采用面向对象思想进行编程；** 全书涉及算法： 1. 线性回归、局部加权线性回归； 2. Logistic回归、Softmax回归； 3. BP神经网络； 4. K-Means算法和GMM; 5. PCA; **下面是部分章节算法推导部分截图**2.4节线性回归正则化方程的理论推导![图片](data:image/svg+xml,%3C%3Fxml version='1.0' encoding='UTF-8'%3F%3E%3Csvg width='1px' height='1px' viewBox='0 0 1 1' version='1.1' xmlns='http://www.w3.org/2000/svg' xmlns:xlink='http://www.w3.org/1999/xlink'%3E%3Ctitle%3E%3C/title%3E%3Cg stroke='none' stroke-width='1' fill='none' fill-rule='evenodd' fill-opacity='0'%3E%3Cg transform='translate(-249.000000, -126.000000)' fill='%23FFFFFF'%3E%3Crect x='249' y='126' width='1' height='1'%3E%3C/rect%3E%3C/g%3E%3C/g%3E%3C/svg%3E) 4.4节Softmax回归理论推导部分 ![图片](data:image/svg+xml,%3C%3Fxml version='1.0' encoding='UTF-8'%3F%3E%3Csvg width='1px' height='1px' viewBox='0 0 1 1' version='1.1' xmlns='http://www.w3.org/2000/svg' xmlns:xlink='http://www.w3.org/1999/xlink'%3E%3Ctitle%3E%3C/title%3E%3Cg stroke='none' stroke-width='1' fill='none' fill-rule='evenodd' fill-opacity='0'%3E%3Cg transform='translate(-249.000000, -126.000000)' fill='%23FFFFFF'%3E%3Crect x='249' y='126' width='1' height='1'%3E%3C/rect%3E%3C/g%3E%3C/g%3E%3C/svg%3E) 8.2节 GMM理论推导部分 ![图片](data:image/svg+xml,%3C%3Fxml version='1.0' encoding='UTF-8'%3F%3E%3Csvg width='1px' height='1px' viewBox='0 0 1 1' version='1.1' xmlns='http://www.w3.org/2000/svg' xmlns:xlink='http://www.w3.org/1999/xlink'%3E%3Ctitle%3E%3C/title%3E%3Cg stroke='none' stroke-width='1' fill='none' fill-rule='evenodd' fill-opacity='0'%3E%3Cg transform='translate(-249.000000, -126.000000)' fill='%23FFFFFF'%3E%3Crect x='249' y='126' width='1' height='1'%3E%3C/rect%3E%3C/g%3E%3C/g%3E%3C/svg%3E) 下面是算法Python模块化截图3.3局部加权回归的Python实现![图片](data:image/svg+xml,%3C%3Fxml version='1.0' encoding='UTF-8'%3F%3E%3Csvg width='1px' height='1px' viewBox='0 0 1 1' version='1.1' xmlns='http://www.w3.org/2000/svg' xmlns:xlink='http://www.w3.org/1999/xlink'%3E%3Ctitle%3E%3C/title%3E%3Cg stroke='none' stroke-width='1' fill='none' fill-rule='evenodd' fill-opacity='0'%3E%3Cg transform='translate(-249.000000, -126.000000)' fill='%23FFFFFF'%3E%3Crect x='249' y='126' width='1' height='1'%3E%3C/rect%3E%3C/g%3E%3C/g%3E%3C/svg%3E) 4.5 Logistic回归的Python实现 ![图片](data:image/svg+xml,%3C%3Fxml version='1.0' encoding='UTF-8'%3F%3E%3Csvg width='1px' height='1px' viewBox='0 0 1 1' version='1.1' xmlns='http://www.w3.org/2000/svg' xmlns:xlink='http://www.w3.org/1999/xlink'%3E%3Ctitle%3E%3C/title%3E%3Cg stroke='none' stroke-width='1' fill='none' fill-rule='evenodd' fill-opacity='0'%3E%3Cg transform='translate(-249.000000, -126.000000)' fill='%23FFFFFF'%3E%3Crect x='249' y='126' width='1' height='1'%3E%3C/rect%3E%3C/g%3E%3C/g%3E%3C/svg%3E) 5.5 Ridge回归的Python实现 ![图片](data:image/svg+xml,%3C%3Fxml version='1.0' encoding='UTF-8'%3F%3E%3Csvg width='1px' height='1px' viewBox='0 0 1 1' version='1.1' xmlns='http://www.w3.org/2000/svg' xmlns:xlink='http://www.w3.org/1999/xlink'%3E%3Ctitle%3E%3C/title%3E%3Cg stroke='none' stroke-width='1' fill='none' fill-rule='evenodd' fill-opacity='0'%3E%3Cg transform='translate(-249.000000, -126.000000)' fill='%23FFFFFF'%3E%3Crect x='249' y='126' width='1' height='1'%3E%3C/rect%3E%3C/g%3E%3C/g%3E%3C/svg%3E) 作者：公众号： **AI那点小事** ![图片](data:image/svg+xml,%3C%3Fxml version='1.0' encoding='UTF-8'%3F%3E%3Csvg width='1px' height='1px' viewBox='0 0 1 1' version='1.1' xmlns='http://www.w3.org/2000/svg' xmlns:xlink='http://www.w3.org/1999/xlink'%3E%3Ctitle%3E%3C/title%3E%3Cg stroke='none' stroke-width='1' fill='none' fill-rule='evenodd' fill-opacity='0'%3E%3Cg transform='translate(-249.000000, -126.000000)' fill='%23FFFFFF'%3E%3Crect x='249' y='126' width='1' height='1'%3E%3C/rect%3E%3C/g%3E%3C/g%3E%3C/svg%3E) **更多精彩内容（请点击图片进行阅读）** [![图片](data:image/svg+xml,%3C%3Fxml version='1.0' encoding='UTF-8'%3F%3E%3Csvg width='1px' height='1px' viewBox='0 0 1 1' version='1.1' xmlns='http://www.w3.org/2000/svg' xmlns:xlink='http://www.w3.org/1999/xlink'%3E%3Ctitle%3E%3C/title%3E%3Cg stroke='none' stroke-width='1' fill='none' fill-rule='evenodd' fill-opacity='0'%3E%3Cg transform='translate(-249.000000, -126.000000)' fill='%23FFFFFF'%3E%3Crect x='249' y='126' width='1' height='1'%3E%3C/rect%3E%3C/g%3E%3C/g%3E%3C/svg%3E)](https://mp.weixin.qq.com/s?__biz=MzA4ODUxNjUzMQ==&mid=2247484931&idx=1&sn=ca9f1b5ffb9d428956f409174077b728&scene=21#wechat_redirect) [![图片](data:image/svg+xml,%3C%3Fxml version='1.0' encoding='UTF-8'%3F%3E%3Csvg width='1px' height='1px' viewBox='0 0 1 1' version='1.1' xmlns='http://www.w3.org/2000/svg' xmlns:xlink='http://www.w3.org/1999/xlink'%3E%3Ctitle%3E%3C/title%3E%3Cg stroke='none' stroke-width='1' fill='none' fill-rule='evenodd' fill-opacity='0'%3E%3Cg transform='translate(-249.000000, -126.000000)' fill='%23FFFFFF'%3E%3Crect x='249' y='126' width='1' height='1'%3E%3C/rect%3E%3C/g%3E%3C/g%3E%3C/svg%3E)](http://mp.weixin.qq.com/s?__biz=MzA4ODUxNjUzMQ==&mid=2247484945&idx=1&sn=d3b302099848ad3549a395750b9da2bf&chksm=9029b4cda75e3ddb7cb31a55ed528f386b3adcba3a077d6344f4c868f19bac1185a58cb262f8&scene=21#wechat_redirect) [![图片](data:image/svg+xml,%3C%3Fxml version='1.0' encoding='UTF-8'%3F%3E%3Csvg width='1px' height='1px' viewBox='0 0 1 1' version='1.1' xmlns='http://www.w3.org/2000/svg' xmlns:xlink='http://www.w3.org/1999/xlink'%3E%3Ctitle%3E%3C/title%3E%3Cg stroke='none' stroke-width='1' fill='none' fill-rule='evenodd' fill-opacity='0'%3E%3Cg transform='translate(-249.000000, -126.000000)' fill='%23FFFFFF'%3E%3Crect x='249' y='126' width='1' height='1'%3E%3C/rect%3E%3C/g%3E%3C/g%3E%3C/svg%3E)](https://mp.weixin.qq.com/s?__biz=MzA4ODUxNjUzMQ==&mid=2247485085&idx=1&sn=17d563f78c009871b96765920e538e47&scene=21#wechat_redirect) **公众号：****AI蜗牛车** **保持谦逊、保持自律、保持进步** ![图片](https://mmbiz.qpic.cn/mmbiz_jpg/FIzOEib8VQUpX2GZAibtgwmVoxpPdrM5W4n8JuCx5pyCEtstzsWoNEjRvaT6YnqzNSgAJlW0juAMRlSQM8kHtqgA/640?wx_fmt=jpeg&tp=webp&wxfrom=5&wx_lazy=1#imgIndex=14) **个人微信****备注：****昵称+学校/公司+方向****如果没有备注不拉群！****拉你进AI蜗牛车交流群** ![图片](https://mmbiz.qpic.cn/mmbiz_jpg/FIzOEib8VQUpX2GZAibtgwmVoxpPdrM5W4KQwUbYv7nxkTrvGx1Cs1pl4mQRQjsjVPeRSmKicBW6oltHY5AJFAwxA/640?wx_fmt=jpeg&tp=webp&wxfrom=5&wx_lazy=1#imgIndex=15) ``` ### 点个在看,么么哒！ ![图片](https://mmbiz.qpic.cn/mmbiz_gif/zKBwDdu8U8EUh2cNXvZRZk1BULmyeYnjKibyKbx9SH0gAoXiadVhTta41Zh1It88iaKnreX0AtLApdUGgVfrYRVTg/640?wx_fmt=gif&tp=webp&wxfrom=5&wx_lazy=1#imgIndex=16) ```