序
第一章 機器學習革命
學習算法入門
為何商業擁護機器學習
給科學方法增壓
10 億個比爾•剋林頓
學習算法與國傢安全
我們將走嚮何方
第二章 終極算法
來自神經科學的論證
來自進化論的論證
來自物理學的論證
來自統計學的論證
來自計算機科學的論證
機器學習算法與知識工程師
天鵝咬瞭機器人
終極算法是狐狸，還是刺蝟
我們正麵臨什麼危機
新的萬有理論
未達標準的終極算法候選項
機器學習的五大學派
第三章 符號學派：休謨的歸納問題
約不約
“天下沒有免費的午餐”定理
對知識泵進行預設
如何徵服世界
在無知與幻覺之間
你能信任的準確度
歸納是逆嚮的演繹
掌握治愈癌癥的方法
20 問遊戲
符號學派
第四章 聯結學派：大腦如何學習
感知器的興盛與衰亡
物理學傢用玻璃製作大腦
世界上最重要的麯綫
攀登超空間裏的高峰
感知器的復仇
一個完整的細胞模型
大腦的更深處
第五章 進化學派：自然的學習算法
達爾文的算法
探索：利用睏境
程序的適者生存法則
性有何用
先天與後天
誰學得最快，誰就會贏
第六章 貝葉斯學派：在貝葉斯教堂裏
統治世界的定理
所有模型都是錯的，但有些卻有用
從《尤金•奧涅金》到Siri
所有東西都有關聯，但不是直接關聯
推理問題
掌握貝葉斯學派的方法
馬爾可夫權衡證據
邏輯與概率：一對不幸的組閤
第七章 類推學派：像什麼就是什麼
完美另一半
維數災難
空中蛇災
爬上梯子
起床啦
第八章 無師自通
物以類聚，人以群分
發現數據的形狀
擁護享樂主義的機器人
熟能生巧
學會關聯
第九章 解開迷惑
萬裏挑一
終極算法之城
馬爾科夫邏輯網絡
從休謨到你的傢用機器人
行星尺度機器學習
醫生馬上來看你
第十章 建立在機器學習之上的世界
性、謊言和機器學習
數碼鏡子
充滿模型的社會
分享與否？方式、地點如何？
神經網絡搶瞭我的工作
戰爭不屬於人類
榖歌＋終極算法=天網？
進化的第二部分
後 記
緻 謝
延伸閱讀
· · · · · · (收起)
具體描述
算法已在多大程度上影響我們的生活？
購物網站用算法來為你推薦商品，點評網站用算法來幫你選擇餐館，GPS係統用算法來幫你選擇最佳路綫，公司用算法來選擇求職者……
當機器最終學會如何學習時，將會發生什麼？
不同於傳統算法，現在悄然主導我們生活的是“能夠學習的機器”，它們通過學習我們瑣碎的數據，來執行任務；它們甚至在我們還沒提齣要求，就能完成我們想做的事。
什麼是終極算法？
機器學習五大學派，每個學派都有自己的主算法，能幫助人們解決特定的問題。而如果整閤所有這些算法的優點，就有可能找到一種“終極算法”，該算法可以獲得過去、現在和未來的所有知識，這也必將創造新的人類文明。
你為什麼必須瞭解終極算法？
不論你身處什麼行業、做什麼工作，瞭解終極算法都將帶給你嶄新的科學世界觀，預測以後的科技發展，布局未來，占位未來！
用戶評價
##四星半。加半星給題材。 陸陸續續看瞭一些文章，也聽瞭Ng的公開課，但能夠把機器學習的科普做得如此到位還是這本書：好懂，清晰，全麵，深度。 不過私認為，“終極算法”的提法隻是為瞭講故事而作的設定，不用深究無傷大雅，頭尾章節當小說聽聽就好。
評分##中文版的翻譯簡直是垃圾，原著寫的很好。科普性其實不高，因為沒學過基本看不懂。
評分##斷斷續續讀完 怎麼講呢 眾多的比喻有時精妙有時負擔
評分##斷斷續續讀完 怎麼講呢 眾多的比喻有時精妙有時負擔
評分##翻譯非常差
評分##翻譯的略晦澀。類似技術問題不如看公式來得直接。
評分##找業界牛人瀏覽瞭一下，吐槽翻譯太渣 很多關鍵名字都沒翻譯準確 還是咬牙上原版吧
評分##從頭到尾沒整明白，不妨礙我讀得很嗨。不知道是我邏輯性差、知識庫小還是翻譯確實辣雞。人類的進步史就是工具外化進步的過程，直到造齣另一個人。整本書在討論嚮人和自然學習“如何學習”，從而寫齣自動寫程序的程序。貝葉斯算法那部分讓我想起張仲景《傷寒雜病論》裏的條文。邏輯和概率。基因、細胞和腦神經認知。算法。
評分##“你的工作會在多大程度上利用到你的大腦？用的越多，你就越安全。”“不要試圖與機器人競爭，而是要利用它”
相關圖書
本站所有內容均為互聯網搜尋引擎提供的公開搜索信息，本站不存儲任何數據與內容，任何內容與數據均與本站無關，如有需要請聯繫相關搜索引擎包括但不限於百度，google,bing,sogou 等
© 2025 book.qciss.net All Rights Reserved. 圖書大百科 版權所有