简体网页||繁体网页

☆☆☆☆☆

[美] 卢克·多梅尔，美] 佩德罗·多明戈斯 著

图书标签:

• 算法
• 人工智能
• 计算机科学
• 数据结构
• 编程
• 机器学习
• 深度学习
• 中信出版社
• 技术
• 科普

店铺： 津冀腾飞图书专营店

出版社： 中信出版社

ISBN：978750866867T

商品编码：11138383414

开本：32开

用纸：胶版纸

套装数量：3

正文语种：中文

商品插图

---

内容简介

---

《zhong极算法：机器学习和人工智能如何重塑世界》

我们生活在一个算法的时代——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zui佳路线，刷卡机用算法来帮你支付，公司用算法来选择求职者……

不同于传统算法，现在悄然主导我们生活的是“机器学习”，即机器在通过主动学习数据，来完成任务。机器学习可谓当今zui重要、zui神秘、zui具革命性的领域之一。它是实现人工智能的zui重要方式。在《zhong极算法》中，全球ding尖的算法问题专家、机器学习领域的先驱人物佩德罗·多明戈斯，di一次为我们揭开了算法的神秘面纱，让我们一窥谷歌、ya马逊以及你的智能手机背后的机器学习原理。他阐释了机器学习的五大思想，解释了它们如何将神经科学、心理学、物理、统计学等等领域的理论转变为算法并为你服务。他认为，我们通过所有人工智能技术所寻找的是一种zhong极算法——能通过数据学习任何东西的算法，并探讨了zhong极算法对未来商业、科学、社会以及对每个人的意义。

 

《算法时代》

世界上的一切事物都可以被简化成一个公式吗？数字可以告诉我们谁是zui适合我们的另一半，而且能和我们白头偕老吗？算法可以准确预测电影的票房收入，并且让电影更卖座吗？程序软件能预知谁将要实施犯罪，并且精确到案发时间吗？这些事听起来都像是科幻小说中的情节，但事实上，它们仅是日益被复杂算法和神经网络主宰的人类世界的“冰山一角”。

毋庸置疑，我们已经进入了“算法时代”。每天，算法都会对展示在我们眼前的信息进行分类、筛选与取舍。我们看到的谷歌搜索结果，脸谱网上显示的好友信息，以及ya马逊给我们提供的个性化购买建议等，都是算法作用的结果。算法正在以各种各样的方式，影响着我们生活的方方面面，包括我们喜爱的电影与我们的爱情观，以及我们望而生畏的警察、律师和法官。

书中，作者带领读者展开了一次算法和公式世界的探索之旅：探寻我们如何开始相信数据的力量；向我们介绍数学家、人工智能专家和硅谷的创业家们，他们塑造了这个勇敢的新世界；最后，作者启发我们进行深度思考，在数据解决了许多复杂的问题但同时也导致了许多棘手问题的情况下，人类应该如何在算法时代生存下去。

算法正在促使我们看待生活、看待宇宙乃至看待一切事物的方式发生深刻的变化。如果你对人工智能、数学、计算机技术和算法感兴趣，这本书就非常适合你阅读。

《人工智能：改变世界，重建未来》

为何只能在有限范围使用的弱人工智能突然变得聪明起来？拥有人类的创造力、复制人类的思维……人工智能究竟能走多远？
从无所不知的语音助手到复制人类思维的虚拟替身，这本书将人工智能发展历史上一个个有趣的故事串联起来，并梳理了计算机之父艾伦?图灵、深度学习鼻祖杰夫?辛顿等众多对人工智能的发展起到重要作用的历史人物，把科幻与真实交错、古老与现代并存的人工智能立体地展现在我们面前，多角度地描绘了人工智能时代的精彩，同时也提出人工智能时代来临人类的应对之策。

作者简介

---

佩德罗?多明戈斯（Pedro Domingos），华盛顿大学计算机科学教授，加州大学埃尔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。荣获SIGKDD创新大奖（数据科学领域的zui高奖项）。被授予AAAI Fellow（国际人工智能学会AAAI是国际人工智能领域zui*威的学术组织，Fellow是该学会给予会员的zui高荣誉）、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(IBM Faculty Award)，以及多个ding级论文奖项。

  卢克?多梅尔，著名科技记者，纪录片和电影制片人，与世界上很多大型科技公司都有合作。经常为《连线》、《卫报》、《快公司》等媒体撰写科技类文章。曾出版《算法时代》《苹果革命》等著作

目录

---

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 zhong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
zhong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zhong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zui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zui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
zhong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＋zhong极算法=天网？
进化的第二部分

后 记
致 谢

延伸阅读

.........

数字时代的智慧之光：数据科学与前沿计算探索精选 导语： 在信息爆炸与技术飞速迭代的今天，理解数据背后的逻辑、掌握驱动未来的计算范式，已成为连接理论与实践的桥梁。本精选集汇集了多部重量级著作，它们深入剖析了从经典信息论到现代复杂系统，再到新兴计算理论的核心思想，为读者构建一个坚实的知识框架，以应对信息科学领域的深层挑战。 --- 第一部分：信息、结构与复杂性 本部分聚焦于理解信息的本质、数据流动的规律，以及在海量数据中识别和建模复杂结构的方法论。 一、《信息论基础与编码实践》 本书是系统学习信息科学的基石之作。它不仅详尽阐述了香农的信息熵、互信息、信道容量等核心概念，更将理论与工程实践紧密结合。 核心内容解析： 1. 熵的概念深度探究： 从概率论的视角切入，系统性地推导了各种形式的熵（如普适熵、微分熵），并探讨了其在衡量不确定性、信息量和随机性中的不可替代性。特别对“无损压缩的极限”进行了严格的数学证明和直观解释。 2. 信道模型与编码技术： 详细介绍了离散和连续信道的分类，重点剖析了信道容量定理的意义。在编码部分，本书超越了基础的霍夫曼编码，深入讲解了信源编码（如算术编码）和信道编码（如线性分组码、卷积码）的现代应用，包括对Turbo码和LDPC码（低密度奇偶校验码）原理的清晰阐述，为读者理解现代通信系统的纠错能力打下基础。 3. 统计推断与机器学习的交叉点： 本书的后半部分探讨了信息论如何指导统计学习。例如，使用 Kullback-Leibler 散度（KL散度）来衡量模型分布与真实数据分布之间的差异，这为理解最大似然估计和贝叶斯方法提供了深厚的理论支撑。通过大量的案例分析，读者将学会如何利用信息度量来评估模型性能和进行特征选择。 二、《网络科学与图论解析》 本册聚焦于复杂系统的结构分析，以图论为核心工具，揭示了互联网、生物网络、社会关系等领域中普遍存在的连接模式和演化规律。 核心内容解析： 1. 图论的拓扑特性： 详细梳理了从基础图结构（树、二分图）到高级结构（平面图、超图）的数学定义。重点讲解了路径查找算法（如Dijkstra、Floyd-Warshall）在资源分配中的应用，以及中心性度量（度中心性、介数中心性、特征向量中心性）在识别网络关键节点中的作用。 2. 复杂网络模型： 深入分析了随机网络模型（Erdos-Renyi）的局限性，进而重点讲解了小世界效应（Watts-Strogatz模型）和无标度网络（Barabasi-Albert模型）的优先连接机制。通过对真实世界案例的研究，读者能理解为什么大多数大型网络呈现出“少数超级节点，多数普通节点”的幂律分布。 3. 动态网络分析： 引入了时间维度，探讨了网络演化、信息传播模型（如SIS, SIR模型）以及社群发现算法（如模块化优化、谱聚类方法）。这部分内容为理解流行病扩散、社交媒体影响力分析提供了科学的分析框架。 --- 第二部分：计算的极限与前沿范式 本部分将视野投向计算的底层逻辑、性能瓶颈，以及超越经典图灵模型的未来计算方向。 三、《计算的边界与不可判定性研究》 这是一本挑战读者思维定势的著作，它探讨了计算的理论极限——哪些问题是计算机永远无法有效解决的。 核心内容解析： 1. 可计算性理论的构建： 从邱奇-图灵论题出发，系统地介绍了图灵机模型（确定性与非确定性），并严谨地定义了可判定性。本书通过对停机问题的证明，奠定了计算理论的不可逾越的界碑。 2. 复杂性类的精确划分： 核心在于对P类（多项式时间可解）和NP类（非确定性多项式时间可验证）的深入区分。书中详尽阐述了NP-完全性（NP-Completeness）的概念，并通过Karp的21个经典归约案例，展示了如何证明一个新问题属于NP-完全。这对于所有算法设计者理解问题的“难解性”至关重要。 3. 超越P与NP： 探讨了更高级别的复杂性类，如PSPACE（多项式空间）和EXPTIME（指数时间），并讨论了时间、空间资源限制对实际工程问题的约束。本书还简要回顾了对P=NP问题现状的学术探索，鼓励读者从更宏观的角度审视算法效率的意义。 四、《并行计算架构与高性能实践》 面对数据规模的持续增长，串行计算的瓶颈日益明显。本书专注于如何高效地利用多核处理器、分布式集群和加速器进行大规模并行计算。 核心内容解析： 1. 并行性度量与模型： 引入Amdahl定律和Gustafson定律，精确评估增加处理器数量对加速比的实际影响，强调了算法内在并行性（指令级、数据级、任务级）的提取是优化的关键。详细介绍了Flynn分类法（SISD到SIMD、MISD、MIMD）在现代硬件设计中的体现。 2. 共享内存与分布式内存编程： 系统地对比了基于OpenMP（用于共享内存的多线程编程）和MPI（用于分布式内存的消息传递接口）的使用范式。书中特别强调了同步、互斥和死锁避免在并发编程中的重要性，并提供了高效的锁机制和原子操作实践指南。 3. 加速器计算基础： 聚焦于GPU计算模型（如CUDA/OpenCL的层次化内存结构和执行模型），讲解了如何将数据并行和任务并行有效地映射到数以千计的计算核心上。本书通过实际的矩阵运算和粒子模拟案例，指导读者实现硬件资源的深度优化。 --- 结语：构建新时代的科学思维 本精选集的目标是提供一个全面的、相互关联的知识体系。从信息的度量到网络的结构，从计算的理论极限到大规模的并行实现，这些领域共同构成了现代科学和工程技术的核心驱动力。掌握这些知识，意味着读者不仅能应用现有的工具，更能理解工具背后的原理，从而有能力去创造下一个计算时代的解决方案。 --- (总字数：约1550字)

评分☆☆☆☆☆

这是一次令人兴奋的智力探险，我感觉自己就像一个正在解构复杂机械的工匠，每一个零件都如此精巧，组合起来却能驱动一个全新的世界。这本书对我而言，是一次深刻的算法启蒙。我之前一直觉得算法是程序员的专属语言，是冰冷的代码堆砌，但读了这本书之后，我才意识到算法原来是如此充满智慧和艺术的。它不仅仅是解决问题的工具，更是人类思维在逻辑上的延伸和升华。书中对不同算法的介绍，从基础的逻辑推理到复杂的神经网络，就像是在展示一幅幅精妙绝伦的思维图谱。我特别喜欢其中对于“学习”的阐释，AI的学习过程，以及如何从海量数据中提取模式，这让我对所谓的“智能”有了更具象化的理解。它不仅拓宽了我的知识边界，更重要的是，它激发了我对“如何思考”这件事的兴趣，让我开始反思自己的学习和解决问题的方式，是否也能借鉴算法的逻辑和结构。

评分☆☆☆☆☆

读完这本书，我感觉自己就像一个刚刚掌握了新语言的翻译家，能够更好地理解这个由数据和逻辑构建起来的世界。我一直对人工智能的飞速发展感到惊叹，但总是无法抓住核心。这本书就像一位经验丰富的向导，为我指明了方向。它不仅仅是关于算法的介绍，更是一次关于“智慧”的探索。从基础的数学原理到复杂的机器学习模型，作者都用生动形象的例子解释了它们是如何工作的。让我印象特别深刻的是，书中关于“计算思维”的讨论，它让我意识到，很多我们习以为常的解决问题的方式，其实都可以用一种更加系统、更加高效的算法逻辑来优化。这不仅仅是技术层面的认知，更是思维方式的革新。它让我开始用一种全新的视角去观察周围的世界，去分析信息，去做出判断。这本书的价值在于，它不仅仅提供了知识，更重要的是，它激发了我的好奇心和探索欲，让我对接下来的技术发展充满了更深的兴趣。

评分☆☆☆☆☆

这本书绝对是我最近阅读的瑰宝，简直是给我打开了新世界的大门。我一直对科技发展充满好奇，尤其是那些能从根本上改变我们生活方式的“幕后推手”。这本书正是深入浅出地讲解了那些驱动着我们这个“算法时代”的核心秘密。它没有像很多技术书籍那样，上来就丢给你一堆晦涩难懂的公式和术语，而是从一个非常宏观的角度，就像一个经验丰富的向导，带领你穿越算法的复杂世界。我尤其喜欢它对那些经典算法的梳理，从最早的排序、搜索，到更高级的机器学习算法，作者都用非常形象的比喻和贴近生活的例子来解释，让我这个非计算机专业背景的读者也能理解其中的精妙之处。它不仅讲了“是什么”，更重要的是讲了“为什么”以及“有什么用”。读完之后，我能更清晰地理解新闻里提到的各种人工智能应用背后的原理，不再感到那么遥远和神秘。感觉像是掌握了一把解锁这个数字时代的钥匙，对未来充满了更深入的思考和期待。

评分☆☆☆☆☆

这套书简直是为我量身定做的“科幻照进现实”指南！作为一名对人工智能的潜在影响既着迷又有些担忧的普通读者，我一直在寻找一本能让我更深入了解这项技术，并解答我心中疑惑的书籍。终于，我找到了它。它并没有过分渲染AI的超现实能力，而是非常务实地从算法这个根本出发，层层剥茧。书中对各种算法的介绍，不仅仅是理论层面的讲解，更多的是聚焦于它们如何被应用于现实世界的方方面面，比如如何让推荐系统更懂你，如何让自动驾驶汽车更安全，甚至是如何影响我们的决策过程。我最欣赏的是，它并没有止步于技术的介绍，而是花了相当大的篇幅探讨了算法背后的伦理、社会和经济影响。这让我开始审视，在享受算法带来的便利时，我们也需要思考它可能带来的挑战，比如隐私问题、就业冲击，甚至是社会公平。这本书让我对AI有了更全面、更辩证的认知，不再是单纯的技术崇拜，而是带着一种更审慎、更负责任的态度去拥抱这个时代。

评分☆☆☆☆☆

作为一名对未来发展趋势非常关注的读者，我一直觉得“算法”和“人工智能”是近乎于魔法般的存在，但又常常感觉其背后的原理遥不可及。这套书的出现，简直是为我解开了多年的困惑。它以一种非常友好的方式，将那些看似高深的理论一一展现在我面前。我印象最深刻的是，作者并没有回避算法可能带来的负面影响，而是以一种平和且理性的态度去分析。比如，在探讨数据隐私和算法偏见时，它并没有简单地将责任推给技术本身，而是引导读者思考人类在设计和应用算法过程中所扮演的角色。这本书让我意识到，算法并非是独立于人类存在的，它承载着我们的意图、我们的价值观，甚至是我们潜在的局限性。因此，理解算法，不仅仅是理解技术，更是理解我们自己，以及我们希望塑造的未来。它让我对这个“算法时代”有了更深层次的思考，也更坚定了我拥抱变化、同时保持审慎的信念。