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
##又是中信……一再用这么可怕的翻译糟蹋科普，这是存心误人子弟吧，望天。
评分##原著很好，翻译极烂
评分 评分 评分 评分##“你的工作会在多大程度上利用到你的大脑？用的越多，你就越安全。”“不要试图与机器人竞争，而是要利用它”
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##在深度学习出现突破之前，其实我不太相信会出现什么机器智能。那些让人惊艳的产品都不过是人脑智慧的某种包装，背后的力量还是人。比如： - Google 神奇的 PageRank 算法可以把网页按搜索词的相关性排序展现。但它最初并不是突破了什么语意理解，本质上只是把对网页质量的评判...
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