《大演算》佩德羅.多明戈斯 | PDF下载|ePub下载
出版社: 三采
副标题: 機器學習的終極演算法將如何改變我們的未來,創造新紀元的文明?
原作名: The Master Algorithm: How the Quest for the Ultimate Learning Machine Will Remake Our World
译者: 張正苓,胡玉城
出版年: 2016-8-1
页数: 528
定价: 620
装帧: 平装
ISBN: 9789863426677
内容简介 · · · · · ·
揭開大數據、人工智慧、機器學習的祕密,
打造人類文明史上最強大的科技——終極演算法!
有一個終極演算法,可以解開宇宙所有的祕密,
現在大家都在競爭,誰能最先解開它!
.機器學習是什麼?大演算又是什麼?
.大演算如何運作與發展,機器可以預測什麼?
.我們可以信任機器學過的東西嗎?
.商業、政治為什麼要擁抱機器學習?
.不只商業與政治,醫學與科學界也亟需機器學習,包含DNA解碼、癌症藥品開發等。
.你擔心人類會被大演算所取代嗎?可以避免嗎?該如何做?
華盛頓大學電腦工程系教授佩德羅.多明戈斯(Pedro Domingos)破解了一個在機器學習領域中長久以來的瓶頸,成功把機器學習、哲學與人工智慧結合起來,這個突破性研究還登上了《新科學人》(New Scientist)雜誌的封面故事。
他指出,機器學習有五大思想學派,每個學派有主要的演算法,能幫我們解決特定的問題──
.符號理論學派:將學習視為是逆向演繹法,從哲學、心理學和邏輯思路方面取得概念
.類神經網路學派:導傳遞演算法可以模擬人腦思考行為,是受到神經科學和物理學的啟發
.演化論學派:遺傳程式規劃會在電腦上模擬演化,澈底運用遺傳基因和演化生物學理論
.貝氏定理學派:相信學習是機率推理的形式,是根據統計學的理論
.類比推理學派:支持向量機從相似度判斷進行推論學習,並受到心理學和數學的影響
多明戈斯認為,如果有人可以成功整合這些演算法的優點,
就能發展出「終極演算法」,便可以從大數據與人工智慧中,
獲得世界上過去、現在與未來的所有知識,將創造新紀元的文明。
站在大數據與文明終將合一的浪潮上,
終極演算法將帶領我們,望見未來。
【為什麼你必須知道大演算?】
◎如果你是一般市民或決策人士
讓你了解大演算的來龍去脈,從隱私到未來的工作與機器人戰爭的倫理,
你將會看到真正的問題在哪裡,並思考如何看待這些問題。
◎如果你要把機器學習運用在工作上
不管你在哪個行業、什麼職業別,機器學習能幫你省下人工編寫程式的費用,
避免資訊系統僵化,並預測未來你會面臨的科技發展,
甚至讓你成為精準的市場分析家、解讀大數據的科學家。
◎如果你是科學家或工程師
過去的數學和現有資訊學習與數據分析,不會讓你有任何改變。
機器學習將讓你具備非線性分析,帶給你嶄新的科學世界觀,有所突破。
◎如果你是機器學習專家
雖然你應該很熟悉機器學習,但本書仍會提供給你許多新的想法、
機器學習發展史上有價值的資訊、有用案例與類似的情境,
甚至提供給你機器學習的嶄新觀點,啟迪你全新的思考方向。
◎如果你是任何學齡階段的學生
目前世界各地極度缺乏機器學習專家,這是現在也是未來最受關注的領域。
未來,不只局限現有的資訊工程、電機工程等相關科系,
無論是醫學、醫工、生物科技、行銷、電商、社會、心理、哲學、教育、財經等各科系,
機器學習終將與這些領域整合,現在了解大演算,你就不會被趨勢潮流所淘汰。
作者简介 · · · · · ·
佩德羅.多明戈斯(Pedro Domingos)
電腦工程博士,現任華盛頓大學電腦工程系教授,該系是全美前十大電腦工程名校。他初試啼聲聞名圈內是兩度在資料採礦大會上獲得最佳論文,並在此後成為該領域的意見領袖。他在專業領域內獲獎無數,還包含美國國家科學職業成就奬,他也是史丹佛大學及麻省理工學院客座教授。
他最有名的功績是破解了一個在機器學習領域中長久以來的瓶頸,成功把機器學習、哲學與人工智慧結合起來。這個突破性的研究還曾經登上著名的《新科學人》(New Scientist)雜誌的封面故事。
他在華盛頓大學開設的機器學習課程,一向都是該校最受歡迎的課程之一。
電腦工程學術背景的他,卻不是個嚴肅學究,他擅長公開演說,傳達機器學習與大數據的相關知識,經常受邀公開演講。他對寫作非常有興趣,曾經鑽研過寫作課,師承《辛德勒的名單》作者湯瑪斯.肯納利。
除了電腦科技的學術論文,他也經常撰寫音樂技術相關的專欄文章。因為他年輕時代曾經是個搖滾樂團的鍵盤手。該樂團還曾經與EMI簽約,經常四處表演,當時他除了是鍵盤手,還是負責接受媒體採訪的人。他離開樂團,是因為要專心攻讀電腦科學博士,他很早就對機器學習興趣濃厚,因為他認為,這是最後會統治世界的一種關鍵技術。
目录 · · · · · ·
【推薦序】 大演算顛覆世界,也顛覆我的看法/林泰宏
【推薦序】 想跟上資訊革命時代的多變世界,本書是你的敲門磚/張宗堯
【推薦序】 從5萬呎的高空鳥瞰機器學習,望見未來/陳明義
【推薦序】 讓我們站在巨量資料的肩膀上,看得更高更遠/趙坤茂
【推薦序】 大演算,是飽覽大數據與機器學習的最佳指南/謝孫源
【推薦序】 大演算強化「工業3.5」,讓臺灣在物聯網時代中卡位/簡禎富
【前言】 機器學習早已融入你我的生活
第1章 機器學習的革命
進入機器學習的世界/企業為何擁抱機器學習?
增加科學方法的馬力/十億個比爾.柯林頓
一則透過傳統攻防,二則透過網路之戰
我們將走向何方?
第2章 大演算
從神經科學方面獲得的論證/從演化方面獲得的論證
從物理方面獲得的論證/從統計學方面獲得的論證
從電腦科學方面獲得的論證/機器學習專家與知識工程師
天鵝咬了機器人/大演算是隻狐狸還是刺猬?
什麼是危機所在?/一個不同的萬有理論
候選者還不夠格/機器學習的五大學派
第3章 人類的歸納問題
約會,還是不約會?/「沒有免費的午餐」定理
啟動知識學習機/如何讓世界規則化
在暗黑和幻覺之間/你可以相信的準確性
歸納法是逆向演繹法則/學習治療癌症
二十個問題的遊戲/符號理論學派
第4章 你的大腦是如何學習?
感知器的潮起潮落/物理學家用玻璃製造大腦
世界上最重要的曲線/在多維空間的爬山演算法
感知器的復仇/細胞的完整模型/更深入大腦
第5章 演化:自然學習演算法
達爾文的演算法/探索與利用的困境
適者生存的程式/性交配行為是為了什麼?
培育天性/學習最快的人勝出
第6章 貝葉斯牧師的教堂
運行世界的定理/所有模型都是錯的,但有些還是有用
從《尤金.奧涅金》到Siri手機語音行動祕書
一切都是相關聯的,但不是直接的/推理問題
學習貝氏的方法/馬爾可夫權衡事證
邏輯與機率:命運多舛的一對
第7章 你就是相似的你
如果你能與我相匹配/維度的詛咒
平面上的蛇形分割線/攀登階梯
旭日東升,光彩奪目
第8章 學習無師自通
物以類聚/發掘數據資料的形狀
享樂主義的機器人/孰能生巧
學習建立關聯
第9章 每一塊拼圖各得其所
跳脫許多模型,整合成一體/大演算
馬爾可夫邏輯網路/從休謨到你的家事機器人
行星尺度的機器學習/醫生如今會診斷你了
第10章 這是機器學習的世界
性、謊言和機器學習/數位鏡/一種模型的社會
分享或不分享,如何分享與在何處分享
類神經網路偷了我的工作/不是用人類來作戰
Google+大演算=天網(Skynet)?
演化,第二部分
【結語】 搭上機器學習的船,航向未來
誌謝
延伸閱讀
· · · · · ·
发表回复
要发表评论,您必须先登录。