终极算法：机器学习和人工智能如何重塑世界

假设所有知识——过去、现在和未来——都可以通过单一的、通用的学习算法从数据中导出，该算法被量化为终极算法。 本书详细介绍了一些顶级的机器学习方法，详细解释了不同算法的工作原理、如何优化它们以及它们如何协作以实现创建主算法的最终目标。 这是一种能够解决我们输入的任何问题的算法，其中包括治疗癌症。

读者将从了解朴素贝叶斯，一种可以用一个简单方程解释的简单算法。 从这里开始，它全速加速进入更有趣的机器学习技术。 为了了解加速我们实现这一主算法的技术，我们学习了收敛基础知识。 首先，我们从神经科学中了解大脑的可塑性，即人类神经网络。 其次，我们在课程中转向自然选择，以了解如何设计模拟进化和自然选择的遗传算法。 通过遗传算法，每一代中的一组假设都会交叉和变异，从那里最适合的算法产生下一代。 这种进化提供了终极的自我完善。

其他论据来自物理学、统计学，当然还有计算机科学的精华。 由于本书为构建终极算法奠定了框架，因此不可能全面回顾本书涉及的所有不同方面。 正是这个框架将这本书推到了重要位置，因为所有其他机器学习书籍都以某种形式或形式建立在这个框架之上。

内容简介  ·

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！

作者简介  · · · · · ·

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。