终极算法

【书.2017-23】看完这本书的最大感觉应该是，算法是一门哲学。12-30

四星半。加半星给题材。陆陆续续看了一些文章，也听了Ng的公开课，但能够把机器学习的科普做得如此到位还是这本书：好懂，清晰，全面，深度。不过私认为，“终极算法”的提法只是为了讲故事而作的设定，不用深究无伤大雅，头尾章节当小说听听就好。01-07

翻譯的略晦澀。類似技術問題不如看公式來得直接。03-12

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。04-29

从头到尾没整明白，不妨碍我读得很嗨。不知道是我逻辑性差、知识库小还是翻译确实辣鸡。人类的进步史就是工具外化进步的过程，直到造出另一个人。整本书在讨论向人和自然学习“如何学习”，从而写出自动写程序的程序。贝叶斯算法那部分让我想起张仲景《伤寒杂病论》里的条文。逻辑和概率。基因、细胞和脑神经认知。算法。02-15

第一章6星，其他章3星07-21

想找这样一本书来对机器学习或者人工智能相关的知识扫盲。这本书的名字刚好蹭到了所有的热点。不过，我觉得这本书也就是达到了科普的水平而已。同时，我甚至以为这本书是机器翻译出来的（2018年1月1日之前的机器翻译水平）。感觉译者对这个领域的知识可以说是十分陌生，导致连正常的中文都译得不流畅，往往要看着中文猜英文，进行逆向翻译理解。01-05

概括性的介绍了算法和当前的主要算法类型，对于非专业领域的人来说是一本很好的知识普及书籍，只是在涉及具体的算法内容方面翻译显得力不从心，还得看原版。04-18

断断续续读完 怎么讲呢 众多的比喻有时精妙有时负担03-18

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。12-03

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07-07

机器学习的科普读物，将其分为五大模块：推理证明的符号学派、以神经网络为代表的联结学派、以遗传算法为代表的进化学派、主打概率的贝叶斯学派和最“懒惰”的类推学派，最后总结出来了一个惊天地泣鬼神的终极算法（逃12-27

“你的工作会在多大程度上利用到你的大脑？用的越多，你就越安全。”“不要试图与机器人竞争，而是要利用它”12-04

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。04-11

又是中信……一再用这么可怕的翻译糟蹋科普，这是存心误人子弟吧，望天。08-23

翻译得太差，难道是用终极算法翻译的？03-11