文章吧手机版
《算法与数据中台》读后感摘抄
日期:2020-12-25 00:19:33 来源:文章吧 阅读:

《算法与数据中台》读后感摘抄

  《算法与数据中台》是一本由詹盈著作,电子工业出版社出版的平装图书,本书定价:89.00元,页数:328,特精心从网络上整理的一些读者的读后感,希望对大家能有帮助。

  《算法与数据中台》读后感(一):深度学习工程落地的整体脉络

  可以将本书作为深度学习工程架构的知识图谱来学习,书中介绍了目前大厂在深度学习落地工程的各个组件,并且梳理整个深度学习工程落地的整体脉络。对于深度学习工程架构感兴趣的同学可以用本书进行入门,想深入学习某个模块组件,可以按照书中介绍的脉络和参考资料进行进一步学习。

  书中介绍的很多大厂工程实践项目,很受启发。

  《算法与数据中台》读后感(二):倾心推荐

  

对于机器学习的小白来说,特别是想迈入数据中台的大门来说,这本书朴实无华的将所有想了解相关知识的小白带入了新的视野。本书从基础建设,到模型特征的线下处理及保存;线上模型的服务流程,到离线训练的平台的连贯性介绍来说,完美的普及了目前大型互联网的数据中台的功能和实际的意义。这些内容都具有很好的学习性,很适合从事相关工作的同学仔细阅读和参考。

  《算法与数据中台》读后感(三):力荐

  

书籍结合中、美一线公司实践经验里面系统讲解了广告工程 、算法工程。回想当年毕业时就缺乏一本可以从整体角度看待推荐、广告后台工程的书,因此走了不少弯路,如果当时看到这本书该多好。现在市面上还没有一本针对推荐、广告工程进行系统讲解的书,这本书正当其时。对推荐、广告,对从业者有很强的借鉴意义,对广大计算机科学毕业生有很大引导作用。

  《算法与数据中台》读后感(四):纯阳书评第423《算法与数据中台》

  

IT技术类的书很不好写,经常是随便一个主题就内容庞杂、知识点众多,如果写得浅一点,就容易杂而不深,这也说一点,那也说一点,总体上是什么都说一点,但是什么都说不了多少,也就什么都没说,所以必然被读者嫌弃和诟病。如果想写得深一点,那又会成为一个不可能完成的任务,因为那就不是一个一本书能说完的事儿,很可能随便一个分支主题都会够你写好几本书的。

那么如何写IT技术书籍还能写出彩呢?大概有三条路,第一条路是往创新点上写。能提出新思路、新创见,或者是技术上的突破点,比如《工业大数据融合体系结构与关键技术》,这本书一方面提出了一个工业大数据融合体系结构,另一方面还提出了相关环节的新算法和新方案。因为有自己的新创见,并不是都在综述别人的观点、描述现成的技术,本身具有了不可替代性,所以这种书就容易出彩。

第二条路是要往技术落地上写,整本书不在技术上多费笔墨,因为即使废了笔墨也没多大意义,别的书也能写,而且可能还写得更好,而是要重点关注技术的落地,以甲方或者乙方视角出发,提出技术可以落地的基本思路、方法、方案和需要的配套资源,为读者推动技术落地提供参考。

第三条路是往应用案例上线,这条路要比第二条更细致,关注的视角更加聚焦,往往只以一个或几个企业为样本,细致的展现技术如何结合具体的业务场景,怎样解决业务中的业务痛点。比如《GE数字化转型之路》就是聚焦GE的数字换转型,探讨传统企业数字换转型之路。

本书显然没有走上上述三条出彩之路,第一章探讨了中台的背景和意义,阐述了算法和数据中台的功能价值、技术体系、实践场景、应用场景。算是是开了一个好头,很有希望走上三者中的任意一条路,如果能有大量的创新算法可以分享,那么第一条路是顺顺当当;如果愿意继续深入分享自己对算法和数据中台的建设思路和方案,那么第二条路是水到渠成;如果能够按副标题“基于Google、Facebook与微博实践”所暗示的,深入这几家公司的应用展现建设细节,那么妥妥的第三条路啊。

可惜从第二章开始,本书就一头扎进了本文一开头就提到的写技术困局中,第二章写基础设施,第三章写算法系统,第四章写机器学习,第五章写分布式数据库,第六章写大数据。都聊了,但是都聊得很匆忙,而且我想说的是这些内容让别的书聊不好吗,我们主要聊算法和数据中台不是更香吗?第七章写推荐系统,第八章写数字广告,第九章写网约车,作者显然是也意识到技术聊得有点多,需要往第三条路上走一走,可惜这部分内容体量不够、含量不足,根本hold不住场面,最终距离第三条路还是差那么一点火候。

尽管如此,作者面对技术书籍难写的现实,能够迎难而上,应该鼓励。而且本书是认真探讨算法和数据中台的第一本书,填补了一个空白,作为第一本书,更是要坚决支持和捧场的。

评价:中立好评差评
【已有2位读者发表了评论】

┃ 《算法与数据中台》读后感摘抄的相关文章

┃ 每日推荐