Лидерство и микроконтроль

Не фанатею от Джобса, от слова совсем, но как же он прав:

Самые выдающиеся люди умеют управлять собой сами. Ими не нужно управлять. Как только они понимают, что нужно сделать, они сами разберутся, как это сделать. Их вообще не нужно менеджерить. Что им нужно — так это общее видение, и в этом и заключается лидерство. Лидерство — это иметь видение, уметь донести его так, чтобы люди вокруг тебя его поняли, и добиться консенсуса вокруг общего видения.

Не добавить, не прибавить. Выдающиеся люди. А что с выдающимися менеджерами? Я вот много раз встречал менеджеров, который наоборот микроконтролит из-за всех сил, но не может дать тот самый вижен 

— Кто наш клиент? Какую его проблему мы решаем? Как измеряем успех? Каким продукт должен стать через два года?
— Тишина

Зато есть уверенное мнение, за сколько дней делается работа и сколько разработчиков могут пилить её в параллель. Он принимает решения за экспертов, не имея экспертизы. А пока экспертные решения принимаются вне центра экспертизы — ничего достойного построено не будет.

А дальше запускается самосбывающееся пророчество. Ты перерешал за человека раз. Два. Десять. Он сделал вывод: инициатива наказуема, жди указаний. Кто ждать не согласен — ушёл туда, где доверяют. Остались те, кому пинок и правда нужен. Менеджер оглядывается на команду: «Видите, без меня они ничего не могут». Конечно не могут, но кто их такими сделал?)

И да, Джобс был знатный микроконтроллер и доводил людей до срывов. Но, только есть ключевой нюанс — он микрил продукт, а не людей

Understanding Machine Learning: From Theory to Algorithms — фундаментальная книга по математическим основам машинного обучения.

Внутри:

empirical risk minimization и переобучение
PAC learning и uniform convergence
VC dimension и No-Free-Lunch theorem
bias–complexity tradeoff
линейные модели, boosting и AdaBoost
выбор модели и валидация
выпуклая оптимизация, регуляризация и устойчивость

Книга вышла в Cambridge University Press и подойдёт тем, кто хочет разобраться в ML глубже уровня библиотек и готовых API.

Авторы разрешают скачать копию для личного использования, но просят не распространять прямую ссылку на PDF. На официальной странице кнопка Download находится в боковом меню:

http://cs.huji.ac.il/~shais/UnderstandingMachineLearning