出版社: 中信出版社
副标题: 机器学习和人工智能如何重塑世界
原作名: The Master Algorithm: How the Quest for the Ultimate Learning Machine Will Remake Our World
译者: 黄芳萍
出版年: 2017-1-1
页数: 402
定价: 68.00元
装帧: 平装
ISBN: 9787508668673
内容简介 · · · · · ·
算法已在多大程度上影响我们的生活?
购物网站用算法来为你推荐商品,点评网站用算法来帮你选择餐馆,GPS系统用算法来帮你选择最佳路线,公司用算法来选择求职者……
当机器最终学会如何学习时,将会发生什么?
不同于传统算法,现在悄然主导我们生活的是“能够学习的机器”,它们通过学习我们琐碎的数据,来执行任务;它们甚至在我们还没提出要求,就能完成我们想做的事。
什么是终极算法?
机器学习五大学派,每个学派都有自己的主算法,能帮助人们解决特定的问题。而如果整合所有这些算法的优点,就有可能找到一种“终极算法”,该算法可以获得过去、现在和未来的所有知识,这也必将创造新的人类文明。
你为什么必须了解终极算法?
不论你身处什么行业、做什么工作,了解终极算法都将带给你崭新的科学世界观,预测以后的科技发展,布局未来,占位未来!
作者简介 · · · · · ·
佩德罗•多明戈斯(Pedro Domingos)
•美国华盛顿大学计算机科学教授,加州大学欧文分校信息与计算机科学博士,在机器学习与数据挖掘方面著有200多部专业著作和数百篇论文。
•国际机器学习学会联合创始人,《机器学习》杂志编委会成员,JAIR前副主编。
•美国人工智能协会院士(AAAI Fellow,国际人工智能界的最高荣誉),荣获SIGKDD创新大奖(数据科学领域的最高奖项)、斯隆奖(Sloan Fellowship)、美国国家科学基金会成就奖(NSF CAREER Award)、富布赖特奖学金、IBM学院奖以及多个顶级论文奖项。
目录 · · · · · ·
序
第一章 机器学习革命
学习算法入门
为何商业拥护机器学习
给科学方法增压
10 亿个比尔•克林顿
学习算法与国家安全
我们将走向何方
第二章 终极算法
来自神经科学的论证
来自进化论的论证
来自物理学的论证
来自统计学的论证
来自计算机科学的论证
机器学习算法与知识工程师
天鹅咬了机器人
终极算法是狐狸,还是刺猬
我们正面临什么危机
新的万有理论
未达标准的终极算法候选项
机器学习的五大学派
第三章 符号学派:休谟的归纳问题
约不约
“天下没有免费的午餐”定理
对知识泵进行预设
如何征服世界
在无知与幻觉之间
你能信任的准确度
归纳是逆向的演绎
掌握治愈癌症的方法
20 问游戏
符号学派
第四章 联结学派:大脑如何学习
感知器的兴盛与衰亡
物理学家用玻璃制作大脑
世界上最重要的曲线
攀登超空间里的高峰
感知器的复仇
一个完整的细胞模型
大脑的更深处
第五章 进化学派:自然的学习算法
达尔文的算法
探索:利用困境
程序的适者生存法则
性有何用
先天与后天
谁学得最快,谁就会赢
第六章 贝叶斯学派:在贝叶斯教堂里
统治世界的定理
所有模型都是错的,但有些却有用
从《尤金•奥涅金》到Siri
所有东西都有关联,但不是直接关联
推理问题
掌握贝叶斯学派的方法
马尔可夫权衡证据
逻辑与概率:一对不幸的组合
第七章 类推学派:像什么就是什么
完美另一半
维数灾难
空中蛇灾
爬上梯子
起床啦
第八章 无师自通
物以类聚,人以群分
发现数据的形状
拥护享乐主义的机器人
熟能生巧
学会关联
第九章 解开迷惑
万里挑一
终极算法之城
马尔科夫逻辑网络
从休谟到你的家用机器人
行星尺度机器学习
医生马上来看你
第十章 建立在机器学习之上的世界
性、谎言和机器学习
数码镜子
充满模型的社会
分享与否?方式、地点如何?
神经网络抢了我的工作
战争不属于人类
谷歌+终极算法=天网?
进化的第二部分
后 记
致 谢
延伸阅读
· · · · · · (收起)
喜欢读"终极算法"的人也喜欢的电子书 · · · · · ·
喜欢读"终极算法"的人也喜欢 · · · · · ·
终极算法的书评 · · · · · · ( 全部 42 条 )
通过“概念模型”认识“机器学习”
读 Pedro Domingos《The Master Algorithm》
> 更多书评 42篇
当前版本有售 · · · · · ·
这本书的其他版本 · · · · · · ( 全部3 )
-
Basic Books (2015)8.1分 100人读过
-
以下书单推荐 · · · · · · ( 全部 )
谁读这本书? · · · · · ·
二手市场
· · · · · ·
订阅关于终极算法的评论:
feed: rss 2.0
2 有用 和光 2018-02-15 10:19:21
从头到尾没整明白,不妨碍我读得很嗨。不知道是我逻辑性差、知识库小还是翻译确实辣鸡。人类的进步史就是工具外化进步的过程,直到造出另一个人。整本书在讨论向人和自然学习“如何学习”,从而写出自动写程序的程序。贝叶斯算法那部分让我想起张仲景《伤寒杂病论》里的条文。逻辑和概率。基因、细胞和脑神经认知。算法。
81 有用 东北偏北 2017-03-11 09:05:11
翻译得太差,难道是用终极算法翻译的?
6 有用 思远翥 2017-07-07 18:41:17
找业界牛人浏览了一下,吐槽翻译太渣 很多关键名字都没翻译准确 还是咬牙上原版吧
3 有用 若庵 2018-03-18 22:52:21
断断续续读完 怎么讲呢 众多的比喻有时精妙有时负担
2 有用 freedi 2018-04-18 20:22:10
概括性的介绍了算法和当前的主要算法类型,对于非专业领域的人来说是一本很好的知识普及书籍,只是在涉及具体的算法内容方面翻译显得力不从心,还得看原版。
0 有用 独孤扑腾 2024-05-10 11:33:18 河北
翻译感人
0 有用 鱼的流光 2024-04-27 17:10:04 上海
这本书的主要内容是为我们介绍了机器学习的五大学派和它们的主要算法:符号学派和逆向演绎,联结学派和逆向传播,进化学派和遗传算法,贝叶斯学派和概率推理,类推学派和支持向量机。作为外行,再加上可能有的翻译问题,确实基本没看懂。能看个明白的只有首尾两章。“人工智能是我们的幸存机器,和我们是我们基因的幸存机器同一个道理。”面对人工智能的发展,我们要做的不是恐慌和阻止,而是“把大数据看作你知觉的延伸,把学习算... 这本书的主要内容是为我们介绍了机器学习的五大学派和它们的主要算法:符号学派和逆向演绎,联结学派和逆向传播,进化学派和遗传算法,贝叶斯学派和概率推理,类推学派和支持向量机。作为外行,再加上可能有的翻译问题,确实基本没看懂。能看个明白的只有首尾两章。“人工智能是我们的幸存机器,和我们是我们基因的幸存机器同一个道理。”面对人工智能的发展,我们要做的不是恐慌和阻止,而是“把大数据看作你知觉的延伸,把学习算法看作你大脑的延展”,懂得分享,做好监管,适应人机结合的新时代,真正学会驾驭数据。就像书里说的:“现在并不是人类与机器的对抗,而是有机器的人和没有机器的人之间的对抗。” (展开)
0 有用 hyper caffeine 2024-03-23 00:20:22 浙江
翻译扣星
0 有用 Edwinasnow 2024-03-14 12:27:16 北京
论算法界五大门派对E=mc2的执着~
0 有用 嘟嘟嘟嘟嘟 2024-03-09 14:03:54 河南
翻译太糟糕了,好好的一本书就这么被糟蹋了,这个译者纯粹在制造垃圾。