今天突然想写一些比较虚的东西。想结合人类的决策因素来讲讲我对人工智能的理解。人来“决策”每个人在生活中要面临各种各样的决策/判定，那么一个问题是我比较好奇的， 我们平时决策的时候究竟有哪些因素影响我们，能让我们在漫漫人生长河中能做出来相对正确的决策到底是因为什么呢？ 如果能搞清楚，是不是就能推导出模型学习的过程到底在做什么呢？这个就是今天咱们要聊的核心话题。如果让你来给出一个事情的观点，你觉得需要

今天突然思考一个问题，工作中我们面对各式各样的事情，然后工作的几年时间里也完成了很多事情，那么回头去看这些事情我们究竟做的怎么样呢？ 就像算法的工作，经常听到同学们讲目前的现状和未来的规划，然后也能发现目前的问题，那如何看待这个问题是否做的好呢？ 接下来想把自己的一点感悟记录下来。做出来所谓的做出来就是我们面对一个事情的最初反应， 交给你一个任务你怎么尽快的做出来一个版本交差，然后心安理得的领到月

终于有时间思考更加宏观的东西啦， 你说面对的系统或者问题有几类？ 你是否都是指望把所有的数据train到一个模型里，然后收工回家？ 接下来尝试总结一些系统的类型，纯手工制作。观察型系统这类任务是非常普遍的，最简单的进销存类的预测任务。 通过观察销量的变化，从而准备充足的货量，既不让产品过剩也不让产品脱销。这里一定要强调一下，这是一个观察型的任务， 本身我备货多与少不影响需求的变化，预测需求仅仅是为

今天心血来潮突然想写点紧靠业务的文章，做了几年的配送业务，一直没有十分概括的看目前的工作，似乎今天突然想清楚啦。 并不是业务上有多么的精进，而是真的把这个业务能够与现实的生活关联起来，开窍的前兆啦。找了好久终于找到一个像样的图片啦（如图1）。整个配送业务就是一个大的蓄水池系统。配送的最大目标就是让这个系统不要崩坏， 尽可能的稳定和高效的运行。所以就有几个系统需要维持整个配送蓄水池的健康运行（不溢出