具体描述
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。
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！
用户评价
从哲学层次珠串机器学习，消除了我学习机器学习的无头苍蝇之感。庞征博引各领域知识犹如《滕王阁序》用典。读过物理学的熵增定律在日常生活中的阐述：懒散放纵，人生熵增；进取学习，人生熵减。本书呈现了一个机器学习领域的例子，即“过拟合。生活中的以偏概全不就犯了过拟合...
评分##书是好书，对于机器学习各学派的特点和逻辑关系讲的很清楚，但翻译和编辑的质量实在是太差了。比如涉及到的一点点数学中，上下标没有表现出来，比如2的10次方就写成210，那意思就完全变了，害的我算了半天也不对。还有很多专业的机器学习术语翻译的完全不符合传统，让人看了很...
评分 评分 评分##本书分析了各个机器学习学派的算法，整理如下: 符号学派:逆向演绎，决策树 联结学派:神经网络，感知机，反向传播，稀疏自动编码器 进化学派:遗传算法 贝叶斯学派:朴素贝叶斯分类器，马尔科夫链，隐藏马尔科夫模型，贝叶斯网络，环路信念传播，马尔科夫链蒙特卡洛理论，马尔科夫网络 类推学派:最近邻算法，支持向量机，类比推理法 无监督学习:聚类问题，K均值算法，期望最大化算法(EM)，PCA(主要成分分析)，非线性降维算法，等距映射算法，强化学习，元算法，关联学习 但是算法原理，我看的似懂非懂。本书算是个概述，后续想学习哪一部分可以参考后面的延伸阅读。
评分相关图书
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2025 book.qciss.net All Rights Reserved. 图书大百科 版权所有