阅读不一定会让我变聪明，但至少不会让我变蠢。
2025阅读清单
2024阅读清单
2024的年度书籍是博弈论。很遗憾，今年没有看完很多书，博弈论已经是今年完整看完的唯一一本书了。从整体的主题来看，推荐算法在下半年初期看的比较多，但是后面逐渐放下了，反倒是统计机器学习又拿起来了。
互联网大厂推荐算法实战 - 赵传霖
- 正在读
深度学习推荐系统 - 王喆
- 正在读
- 偏介绍性质的推荐系统入门
- 前字节Ads Leader 现迪士尼流媒体Ads Leader
- Linkedin居然互关了
贝叶斯的博弈-数学，思维与人工智能 - 黄黎原
- 正在读
【读完】博弈论 - 冯-诺依曼
- 博弈论建立在理性之上。
- Tic for Tac：善良性，可激怒性，宽容性。
- 纳什均衡并不是每个玩家的最大利益的组合。
- 如何应对随机策略？分析概率分布/混合策略。
- 前备性：只强调先后顺序 ，例如打扑克时的出牌顺序。（博弈通常都有先备性）
- 先现性：只强调是否同时发。（所有玩家同一时间决策）
- 智猪博弈：弱势方需等待时机。
- 斗鸡博弈：多个NE点的博弈。
- 猎鹿博弈：信心决定是否合作。
- 蜈蚣博弈：最后一次博弈会被递归的影响第一次博弈。
- 酒吧博弈：神奇的60%定律，上一次博弈结果会影响下一次。
- 枪手博弈：最弱者很有可能成为赢家。
- 警察与小偷博弈：混合博弈中，为高价值目标提高权重。
2023阅读清单
2023的年度书籍是统计学习方法。这本书基本上是我的机器学习启蒙导师，从22年年末至23年年中，连看书加看视频加起来可能有上百小时。感谢李航:>。
这一年看的大多是工具书，有比较认真看的统计学习方法和深入浅出Embedding，也有实在看不下去的贝叶斯统计，其余还有一些匆匆扫完的书没有归入清单。
【读完】深入浅出Embedding：原理解析与应用实践 - 吴茂贵
- 基本把RNN到Bert，T5，再到GPT2都实现了。
【20%】Pytorch 2.0 深度学习从零开始 - 王晓华
- 书是好书，但是上班看到一半，看不下去了…
【读完】白话机器学习 - 黄莉婷 苏川集
- 使用肘部图确定K-means的K。
- 关联规则三个常用指标：支持度，置信度，提升度。
- 支持度：某个项集（单个物品或物品组合）在所有交易中出现的频率。它反映了这个项集在整个数据集中的普及程度。
- 提升度：在A出现的情况下，B出现的概率与B本身出现的概率之比。表明了A和B的出现是否独立，以及A的出现是否真正增加了B的出现概率。大于1，A和B之间正相关；等于1，两者独立；小于1，表明A和B之间有负相关，A的出现降低了B的出现概率。
- PageRank：三点决定节点排名：链接数量，链接强度，链接来源。
- 尽管落伍，依旧可以用KNN进行异常检测。
- 支持向量机：软间隔，硬间隔和核函数。小数据集，分类重叠时表现不佳。
- A/B Test的Epsilon递减策略：Epsilon指探索时间与总时间的比例。包括两个交叉阶段：探索阶段和利用阶段。随着对效果好的广告越来越有信心，我们使Epsilon值递减。
【70%】统计学习方法 - 李航
- 感知机/决策树/朴素贝叶斯/逻辑回归与最大熵/AdaBoost：ML入门课程。
- SVM很重要，但是没怎么看。
- 隐马尔可夫模型和条件随机场：NLP入门课程。
- 无监督学习都没怎么看，现在只会PCA和聚类。
【已放弃】贝叶斯统计（第二版） - 韦来生 张伟平
- 兴致勃勃地翻开书,被大堆公式劝退…