关于开源 Machine Learning Yearning 中文译稿到 GitHub 的决定

翻译工作接近尾声,微信公众号推送也由日更变成了周更,可总觉得放在公众号上不方便查阅。另一方面也是觉得如此仓促的翻译,除了翻译腔外必然还存在着各种各样的问题。担心由于我个人的翻译水平影响这本小册子的口碑,于是昨天晚上和吴田商量将它开源到 GitHub ,这样可以让大家一起参与翻译的改善工作,所有人都可以作为审核。

大家都觉得没啥问题,毕竟目前也没有在国内出版的想法,于是我就发送了邮件作为记录,然后准备好好睡一觉,次日早上起来开源。奇葩室友在自己的床上,5-10 秒动一下(鬼知道在干什么),我的床上也能感受到震动,实在是恼。好不容易凌晨一两点了,床不抖了,我心想能睡觉了吧,结果这厮开始打呼噜了,让人绝望。我想:“今晚看来又没有觉睡了。”

我索性爬下床直接开始开源工作,文档开源到 GitHub 的方式有很多,直接使用 GitHub Markdown 太简陋,文件组织起来不美观,单独搞一个网站又有些过了。最后取一个折中的方法,直接用 GitHub Pages 做一个简单的页面,说干就干。最终整个项目上线到 https://accepteddoge.github.io/machine-learning-yearning-cn/ ,查了查 Commits 记录,从凌晨3点肝到了7点,效率略低,洗把脸就可以准备去上课了。西海岸和这边有九个小时的时差,Nina 在那边惊讶我怎么还没睡觉,我只能无奈地摆摆手。

这本书(实际上说是小册子合适些)不讲机器学习算法原理,也不讲如何去编程,不符合很多国内朋友的胃口,因此预期能够获得的关注有限。如今这么多人乘AI之势而为,市面上各种机器学习深度学习算法书籍,网课平台各种附带编程实战的课程,说得好听些叫做百家争鸣。说得不好听叫吃相难看。实际上,MLY 的预期读者对象是比较特殊的,不能对机器学习一点儿都不懂,也不能太懂,里面的内容似乎是一个人从入门小白到经验丰富的工程师填坑总结。它适合于刚刚加入一个AI团队,缺乏实践经验的工程师。或许在不遥远的将来,人工智能技术普及之后,这本书就会像一本《 Office 套件使用技巧》一样受人欢迎。

我喜欢 Andrew 讲课的方式,他写书也是一样,喜欢用大量的例子,而且很多时候的案例分析对象是一致的。 是因为他不能讲严谨的数学和算法吗?CS 229 早期的讲义就能否认这一点。功力炉火纯青的研究者们能够通俗易懂地解释复杂的道理,就像机器学习领域的大牛很多很多,在听讲座的时候就能体会到技术大牛和一名好老师的关联性。同样,Andrew 是 Coursera 的联合创始人之一,他是许多人的机器学习启蒙老师。如今网络上顶着“老师”帽子的人越来越多,希望所有人都能掌握学习和分享的核心技巧,否则,在这个碎片化的年代,生活里会充斥着太多的无效信息。

我不知道这个项目能否对一些人有所帮助,或许它会像投入湖面的石子一样,泛起浅浅的涟漪后又慢慢地恢复平静。一本书,需要认真地打磨,现有的英文章节内容的确有一些不足之处。单从中文样稿来看,如果有人能帮助改进某一章的某一句翻译,我想我会高兴得睡不着的。

posted @ 2018-06-20 22:47 AcceptedDoge 阅读(...) 评论(...) 编辑 收藏