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)
具体描述
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！
用户评价
##有点乱糟糟的
评分##翻译得确实一般，读起来嘴会出血。作者介绍了机器学习的五大流派，以及对未来发展的预测。这是一个人工智能替代手动的时代，这本书可以算是科普读物，更可以看作是入门到精深的必读教材。
评分##中文版的翻译简直是垃圾，原著写的很好。科普性其实不高，因为没学过基本看不懂。
评分##原著很好，翻译极烂
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##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
评分##翻译非常差
评分##原著很好，翻译极烂
评分##原著很好，翻译极烂
相关图书
本站所有內容均為互聯網搜索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
© 2026 tushu.tinynews.org All Rights Reserved. 求知書站 版权所有