不知道你們有沒有這種體會，身邊總是被人工智能的話題所包圍，身邊人提醒你人工智能的前景無限，關注的各種微信公眾號不斷的轉推云里霧里的你看不懂的AI文章，KNN、多維縮放、核技法、卷積神經這些炫酷的專有名詞害怕到放棄；最后你感到很焦慮總是擔心人工智能最終會在未來取代自己的職業逐漸的失去了甚至秉持一種恐懼的態度看待人工智能。
當我看完了《集體智慧編程》(Toby Segaran)這本書后發現人工智能并不像宣傳的那樣高深難懂(入門)，我也可以用現有的知識做出一些很有意思的小項目，比如預測一些小的模型，制作一個小的搜索引擎。
集體智慧
好廢話不多說現在將話題轉移到這本書來。首先什么叫做集體智慧？這個不難想到鳥的遷徙，狼的集體捕獵，這些都是動物學的集體智慧，動物的集體活動可以保證獲得最大的利益，那么我們人類的？比如我們生活中的淘寶“購買過該商品的用戶還買了..”，豆瓣電影的推薦系統（每個觀眾對于電影的評分得到的平均分），股票市場的預測，這些例子也都屢見不鮮。 集體智慧是為了通過群體的選擇行為作為判斷標準評判得到新的結論。 所以我們可以根據一些看似毫無關聯的數據得到新的數據，這便是集體智慧的魅力所在。
集體智慧編程
《集體智慧編程》這本書呢也是年代有些久遠了，書中的python代碼使用的還是2.x，提供的api接口也早已失效。 但是知識是永遠不會過時的，這本書的大多數知識現在也還是使用的，比如文章的聚類，page rank算法，決策樹，樸素貝葉斯過濾器。所以不用擔心這些細枝末節的瑕疵會影響學習效果，本專題的數據都是我進行整理過的，所以可以放心食用。 我會根據自己的理解復述書中的知識而不是一味的將自己不懂的知識抄寫在簡書上，歡迎各位指出錯誤。
學習的先決條件
為了能看懂文章的內容（自認為已經不能再簡單了）。你至少要學會python中的以下內容：
- 循環
- 函數
- 判斷語句
- 一些基本的函數(len, range...)
- 基本的數據結構，字典、列表、集合、元祖
- 基本的ide使用，pycharm不用解釋了
好啦，開始學習吧～
