--- schema_version: "library-reader-v1" source_type: "original_book" title: "人工智能时代：破解人机共存密码（套装共10册）" author: null edition: null publisher: null year: null isbn: "9787521719512" library_document_id: "396e1bee-219e-4bee-9884-3214c17ff8f5" source_sha256: "e5d429a1fedfac2a13b0bd25057c39d818c33927767948a9bb41411f01413ced" pdf_physical_page_count: 3314 pdf_physical_page_index_base: 0 range_start: 2970 range_count: 10 html_url: "https://workshop.closeclaw.top/api/ai/read/396e1bee-219e-4bee-9884-3214c17ff8f5?start=2970&limit=10" markdown_url: "https://workshop.closeclaw.top/api/ai/read/396e1bee-219e-4bee-9884-3214c17ff8f5.md?start=2970&limit=10" previous_url: "https://workshop.closeclaw.top/api/ai/read/396e1bee-219e-4bee-9884-3214c17ff8f5.md?start=2960&limit=10" next_url: "https://workshop.closeclaw.top/api/ai/read/396e1bee-219e-4bee-9884-3214c17ff8f5.md?start=2980&limit=10" --- # 人工智能时代：破解人机共存密码（套装共10册） > 页码规则：PDF_PHYSICAL_PAGE_INDEX 是从 0 开始的权威文件物理页索引；PRINTED_PAGE 是页面中识别出的印刷页码，可能为空，二者不得混用。 ## PDF_PHYSICAL_PAGE_INDEX=2970 | PRINTED_PAGE=NOT_DETECTED 机器学习和人工智能 (Pedro Domingos) [美]佩德罗·多明戈斯著 黄芳萍0译 ## PDF_PHYSICAL_PAGE_INDEX=2971 | PRINTED_PAGE=NOT_DETECTED Tlan.E ## PDF_PHYSICAL_PAGE_INDEX=2972 | PRINTED_PAGE=NOT_DETECTED 终极算法 ——机器学习和人工智能如何重塑世界 [美] 佩德罗·多明戈斯 著黄芳萍 译 中信出版社 ## PDF_PHYSICAL_PAGE_INDEX=2973 | PRINTED_PAGE=NOT_DETECTED 目录 推荐序 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 ## PDF_PHYSICAL_PAGE_INDEX=2974 | PRINTED_PAGE=NOT_DETECTED ## PDF_PHYSICAL_PAGE_INDEX=2975 | PRINTED_PAGE=NOT_DETECTED ## PDF_PHYSICAL_PAGE_INDEX=2976 | PRINTED_PAGE=NOT_DETECTED 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 ## PDF_PHYSICAL_PAGE_INDEX=2977 | PRINTED_PAGE=NOT_DETECTED 献给我的姐姐瑞塔 在我写作本书的过程中，她没能战胜病魔 ## PDF_PHYSICAL_PAGE_INDEX=2978 | PRINTED_PAGE=NOT_DETECTED 所有科学中最重大的目标就是，从最少数量的假设和公理出发，用逻辑演绎推理的方法解释最大量的经验事实。 ——阿尔伯特·爱因斯坦 通过拓展我们不假思索就能运算的能力，文明就会大为进步。 ——阿尔弗雷德·诺思·怀特海 ## PDF_PHYSICAL_PAGE_INDEX=2979 | PRINTED_PAGE=NOT_DETECTED 推荐序 作为一位机器学习领域研习10年以上的专业技术人员，我当初入行的时候没有想到，短短的10年间，这项技术会如此快速地改变众多行业，并影响全球数十亿用户生活的方方面面。在今天，当你用今日头条浏览新闻资讯的时候，当你用网易云音乐查看推荐歌单的时候，当你在百度搜索信息的时候，当你在互联网金融平台申请借款的时候，甚至在你调戏Siri和小冰的时候，其实都是其背后的机器学习算法在云端服务器中为你默默服务。但对于这样一种重要技术，市面上一直缺少一本适合普通读者的入门科普读物，而众多的专业书籍要求读者具备一定的高等数学和计算机基础算法知识，并不适合科普的需要。直到中信出版社的朋友将这本书的翻译稿推荐给我时，我欣慰地发现，这正是想了解一点机器学习的普通读者所需要的啊。本书的作者多明戈斯是华盛顿大学的终身教授，也是一位在机器学习领域具有20年研究经历的资深科学家。多明戈斯一直致力于融合各种机器学习算法的优势，提出一种可以解决所有应用问题的通用算法，即终极算法。在这本书里，作者详细地阐述了他的思路。其实我个人在阅读本书的过程中，始终对“终极算法”的提法充满怀疑。在我看来，机器学习作为人工智能领域的主流技术，在现实社会中一直以技术工具的面目为人所知。不同的技术流派和相应算法往往可以很好地解决一些问题，却对另一些问题一筹莫展。所谓的终极算法真的存在吗？如果存在，有价值吗？ 可以拿内燃机举个例子，就我这个外行来说，也知道存在活塞式发动机、涡喷发动机、涡轴发动机、涡扇发动机、涡桨发动机、冲压发动机等不同种类的内燃机。不同的内燃机特性迥异，适用的工况也不尽相同。小到家用小汽车，大到导弹驱逐舰，人类制造的各种机动设备，都可以根据自己的效率需求、动力需求、寿命需求，乃至启动速度等多种需求维度选择发动机种类。如果有人非要搞个终极内燃机，并企图用这种内燃机替代现存的各类内燃机，为所有大大小小、需求不同的机动设备提供统一动力，估计大概率是要失败的。这种通用的终极内燃机如果能搞出来，在大部分领域肯定竞争不过各领域的专用内燃机，或者成本太高，或者能效太低。 下一段：[继续读取](https://workshop.closeclaw.top/api/ai/read/396e1bee-219e-4bee-9884-3214c17ff8f5.md?start=2980&limit=10)