简介

精彩点评

• 

  c'est moi

  推荐

  通常，这些程序都很简单，复杂的是它们的核心知识。如果你能判断哪些邮件是垃圾邮件，那么你也就能判断该删除哪些邮件。如果你能在象棋游戏中判断这盘棋自己的优势在哪里，那么你也就懂得该怎么走（能让你处于最有利地位的一步）

• 

  孙杨

  推荐

  所有科学中最重大的目标就是，从最少的假设和公理出发，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）

• 

  None

  推荐

  机器学习五大学派:符号学派，联接学派，贝叶斯学派，进化学派，类推学派。 在读书之前，我虽然对联接学派的神经网络或者说是深度学习或者说是可微分编程有过一段时间的学习，也对类推学派的支持向量机有过仔细的了解，还对贝叶斯学派的贝叶斯网络有过兴趣，进化学派的遗传算法，粒子群算法本科已经数学建模中使用过了，符号学派对我来说还比较比较陌生，似乎并没有太多接触。 如果说世界上并没有所谓的终极算法，那对其中一个学派的思想仔细研究是不是要好于每个学派都懂一点的情况呢？再或者说机器学习的目的是不是本身就是要将五个学派的主要思想都有研究，对于特定的问题组合各个学派的特点从而去解决问题呢？对于人个体而言，是否有着充沛的精力去完成这样的学习呢？ 如果必须要人去学习这些学派的精神，必须要人去介入解决问题，这显然不是人工智能的目的，人工智能应该是我虽然不懂这些东西，而且我的效率又很低，这样的事情才需要机器人或者人工智能产品帮助完成，这样想是不是合理一点？期待终极算法的问世。

• 

  晓曦 J

  推荐

  “把大数据看作你知觉的延伸，把学习算法看作你大脑的延伸。”“数据和直觉就像马和骑手，而你不会试图超过一匹马，你在驾驭它。”  不以当下的法律、世俗观点、以及人们熟悉的生活工作方式来评判，对未来发展持开放态度。

• 

  刘默

  推荐

  1、许多人工智能的专家对人工智能都持乐观态度，认为其不可能取代人类，也许是当局者清使然～确实，从生物进化史来看也不是那么简单：一是，人脑包含1000亿以上个神经元，可以理解为至少1000亿以上个特殊的计算机，之所以是其还不能简单的理解为某一层级硬件配置的计算机，因为人脑具有可塑性的潜力，再加上复杂的难以计数的轴突、树突、电信号、激素、类激素，等等，其实其他生物也有如此复杂甚至更加复杂的软硬件，却也仅有人类有创造能力；二是，生物以细胞为基本单位，而单个细胞本身就是一个复杂的算法系统，至今即使是单个细胞仍是黑箱，更不要说亿万细胞形成的生物体，及其组成的更为复杂的群体和社会（即使单细胞的细菌如铜绿假单胞菌也存在群体效应）。因为，谈及人类智能进化时限，应该从地球生命起源为始，而不是从人类诞生时起算（因为谁也说不清人类诞生之日，现代人类到底是竞争掉还是吸纳了其他人类属种仍在争论，但至少可以如此认为：人类进化史只是生命史的一个片断），接近40亿年，进化和叠代时间，如此漫长的，这至少从人类的细胞结构中将原核细胞吸纳为细胞器可窥见一般，甚至最古老的蓝藻生物基因组中却发现了后世物种的基因，这说明生命或人类借假他人之的强为我所有的能力，所以人工智能对于人类仍为工具，或许某一天人类完全吸纳所谓人工智能成为超级人类也未可知？ 2、一直以来中国生物学的某些方向在考研甚至在研究生课程中，是不太要求数学或计算机知识的，随着基因检测技术、人工智能和大数据的发展，今后应该也有所调整～

• 

  布衣卿相

  推荐

  人工智能的深度学习能力比人强大N倍，根本原因在于前者学习的是算法（具有指数效应），而后者学习的则是一个个知识点，另外，人工智能本来就是最优秀的人类创造的一种最高级算法，用来与智力平凡的芸芸众生竞争，显然是实力不对等。这个残酷的事实告诉我们，具体知识的学习是短视的，掌握卓越的思维模式（本质是“算法”），才能享受到“指数效应”的快感，而这也是高手们一通百通、举一反三的内在逻辑。

• 

  维克多空间🍀

  推荐

  居然看了八个多小时才看完… 作者还是浅显易懂的解释了很多著名算法，语言也挺风趣的，不错的入门书。虽然不是计算机专业出身但庆幸于之前看过一些关于算法的东西所以在看这本书的时候整体上也算不上太吃力，不过费劲的地方还是有的（比如MLN那一块 启示也是我自己不懂[捂脸]）。

• 

  李柏翰

  推荐

  虽然名为终极算法，类似于万有理论，只是人类奋斗的一个目标。各种算法学派都有其各自应用的价值，只有在非常具体的情况下才知道那种算法才是最优的，所谓终极就是要找到人类可实现的各种可能性，广阔的研究前景还有待于无数人具像其应用场景。

• 

  戍轮台

  推荐

  总体来说有一种终于读完了的感觉，但是很多部分就是感慨作者的见解，还有对一些实物自己的不理解，有许多专业的术语我是不太了解的。 觉得对于我开始是一本需要重新翻阅的书籍，希望下次再看会有不一样的感觉😊

• 

  邱

  推荐

  这是一本给普通人科普机器学习的书，但是科普很失败，虽然里面没多少让人眼花的数学公式，却还是有很多费脑子的部分，另外作者写得啰嗦，比喻的文字水平也差了些，给理解增加了难度

• 

  左元亨

  推荐

  一开始以为这本书讲的是计算机，后来才发现讲的是哲学[偷笑]内容挺有意思，但是被这个翻译害惨了

• 

  张宪民

  推荐

  这本书读起来很艰涩，但真的不错。数据时代不可逆转的走来、超过我们、并且逐渐让吾辈难望其背影，为此我们应该了解、并拥抱他！那么这本书很值得一读。

• 

  虹叶花香

  推荐

  书名很炫，听完一遍，觉得炫酷更合适一些，反转过来，有翻了一下基本概念，还是觉得有些吹牛的感觉！是的，计算机赢了围棋大师，因为算数是它的强项。但围棋毕竟还是个规则简单的游戏。书中说得各种算法，也就是找出人们日常生活的习惯问题，进行各种层次的预测，小到购买的商品，大到社会经济的预测，和政治力量的测试。但算法依然是经验分析，人工智能要处理更多的信息，再去创造新的东西，比如会写小说。把金庸小说改编成新的武侠小说! 期待这样的人工智能大片！

• 

  LLLi

  推荐

  太棒了吧，举了很多方便理解的例子，对算法的优缺、设计也有很清晰的洞察

• 

  平平安安

  推荐

  当我们在不知不觉中已经被大数据分析包围，每天都接受着来自分析后提供的信息，当我们购物时也会不经意碰到一些AI产品，特别是当我的孩子也开始从事机器学习大数据分析人工智能时，阅读本书就成了一件理所当然的事情。作者用相当还算通俗简洁的语言，把算法做了系统归纳成5种方式，当人类可以融会贯通地运用，一定会有那样的一种结果，设计出最接近人类智慧的机器，但无论如何，人类的主动意识在目前的人类智慧的想象中，机器还没有学习到的可能，所以也不需要担心现在的机器会控制人类。或许机器可以替代人类的许多工作，人所需要的就是不断学习，控制管理制造机器。