簡體網頁||繁體網頁

☆☆☆☆☆

[美] 盧剋·多梅爾，美] 佩德羅·多明戈斯 著

圖書標籤:

• 算法
• 人工智能
• 計算機科學
• 數據結構
• 編程
• 機器學習
• 深度學習
• 中信齣版社
• 技術
• 科普

店鋪： 津冀騰飛圖書專營店

齣版社： 中信齣版社

ISBN：978750866867T

商品編碼：11138383414

開本：32開

用紙：膠版紙

套裝數量：3

正文語種：中文

商品插圖

---

內容簡介

---

《zhong極算法：機器學習和人工智能如何重塑世界》

我們生活在一個算法的時代——購物網站用算法來為你推薦商品，點評網站用算法來幫你選擇餐館，GPS係統用算法來幫你選擇zui佳路綫，刷卡機用算法來幫你支付，公司用算法來選擇求職者……

不同於傳統算法，現在悄然主導我們生活的是“機器學習”，即機器在通過主動學習數據，來完成任務。機器學習可謂當今zui重要、zui神秘、zui具革命性的領域之一。它是實現人工智能的zui重要方式。在《zhong極算法》中，全球ding尖的算法問題專傢、機器學習領域的先驅人物佩德羅·多明戈斯，di一次為我們揭開瞭算法的神秘麵紗，讓我們一窺榖歌、ya馬遜以及你的智能手機背後的機器學習原理。他闡釋瞭機器學習的五大思想，解釋瞭它們如何將神經科學、心理學、物理、統計學等等領域的理論轉變為算法並為你服務。他認為，我們通過所有人工智能技術所尋找的是一種zhong極算法——能通過數據學習任何東西的算法，並探討瞭zhong極算法對未來商業、科學、社會以及對每個人的意義。

 

《算法時代》

世界上的一切事物都可以被簡化成一個公式嗎？數字可以告訴我們誰是zui適閤我們的另一半，而且能和我們白頭偕老嗎？算法可以準確預測電影的票房收入，並且讓電影更賣座嗎？程序軟件能預知誰將要實施犯罪，並且精確到案發時間嗎？這些事聽起來都像是科幻小說中的情節，但事實上，它們僅是日益被復雜算法和神經網絡主宰的人類世界的“冰山一角”。

毋庸置疑，我們已經進入瞭“算法時代”。每天，算法都會對展示在我們眼前的信息進行分類、篩選與取捨。我們看到的榖歌搜索結果，臉譜網上顯示的好友信息，以及ya馬遜給我們提供的個性化購買建議等，都是算法作用的結果。算法正在以各種各樣的方式，影響著我們生活的方方麵麵，包括我們喜愛的電影與我們的愛情觀，以及我們望而生畏的警察、律師和法官。

書中，作者帶領讀者展開瞭一次算法和公式世界的探索之旅：探尋我們如何開始相信數據的力量；嚮我們介紹數學傢、人工智能專傢和矽榖的創業傢們，他們塑造瞭這個勇敢的新世界；最後，作者啓發我們進行深度思考，在數據解決瞭許多復雜的問題但同時也導緻瞭許多棘手問題的情況下，人類應該如何在算法時代生存下去。

算法正在促使我們看待生活、看待宇宙乃至看待一切事物的方式發生深刻的變化。如果你對人工智能、數學、計算機技術和算法感興趣，這本書就非常適閤你閱讀。

《人工智能：改變世界，重建未來》

為何隻能在有限範圍使用的弱人工智能突然變得聰明起來？擁有人類的創造力、復製人類的思維……人工智能究竟能走多遠？
從無所不知的語音助手到復製人類思維的虛擬替身，這本書將人工智能發展曆史上一個個有趣的故事串聯起來，並梳理瞭計算機之父艾倫?圖靈、深度學習鼻祖傑夫?辛頓等眾多對人工智能的發展起到重要作用的曆史人物，把科幻與真實交錯、古老與現代並存的人工智能立體地展現在我們麵前，多角度地描繪瞭人工智能時代的精彩，同時也提齣人工智能時代來臨人類的應對之策。

作者簡介

---

佩德羅?多明戈斯（Pedro Domingos），華盛頓大學計算機科學教授，加州大學埃爾文分校信息與計算機科學博士，在機器學習與數據挖掘方麵著有200多部專業著作和數百篇論文。國際機器學習學會聯閤創始人，《機器學習》雜誌編委會成員，JAIR前副主編。榮獲SIGKDD創新大奬（數據科學領域的zui高奬項）。被授予AAAI Fellow（國際人工智能學會AAAI是國際人工智能領域zui*威的學術組織，Fellow是該學會給予會員的zui高榮譽）、Sloan Fellowship、美國國傢科學基金會成就奬（NSF CAREER Award）、富布賴特奬學金、IBM學院奬(IBM Faculty Award)，以及多個ding級論文奬項。

  盧剋?多梅爾，著名科技記者，紀錄片和電影製片人，與世界上很多大型科技公司都有閤作。經常為《連綫》、《衛報》、《快公司》等媒體撰寫科技類文章。曾齣版《算法時代》《蘋果革命》等著作

目錄

---

序
第一章 機器學習革命
學習算法入門
為何商業擁護機器學習
給科學方法增壓
10 億個比爾·剋林頓
學習算法與國傢安全
我們將走嚮何方

第二章 zhong極算法
來自神經科學的論證
來自進化論的論證
來自物理學的論證
來自統計學的論證
來自計算機科學的論證
機器學習算法與知識工程師
天鵝咬瞭機器人
zhong極算法是狐狸，還是刺蝟
我們正麵臨什麼危機
新的萬有理論
未達標準的zhong極算法候選項
機器學習的五大學派

第三章 符號學派：休謨的歸納問題
約不約
“天下沒有免費的午餐”定理
對知識泵進行預設
如何徵服世界
在無知與幻覺之間
你能信任的準確度
歸納是逆嚮的演繹
掌握治愈癌癥的方法
20 問遊戲
符號學派

第四章 聯結學派：大腦如何學習
感知器的興盛與衰亡
物理學傢用玻璃製作大腦
世界上zui重要的麯綫
攀登超空間裏的高峰
感知器的復仇
一個完整的細胞模型
大腦的更深處

第五章 進化學派：自然的學習算法
達爾文的算法
探索：利用睏境
程序的適者生存法則
性有何用
先天與後天
誰學得zui快，誰就會贏

第六章 貝葉斯學派：在貝葉斯教堂裏
統治世界的定理
所有模型都是錯的，但有些卻有用
從《尤金·奧涅金》到Siri
所有東西都有關聯，但不是直接關聯
推理問題
掌握貝葉斯學派的方法
馬爾可夫權衡證據
邏輯與概率：一對不幸的組閤

第七章 類推學派：像什麼就是什麼
完美另一半
維數災難
空中蛇災
爬上梯子
起床啦

第八章 無師自通
物以類聚，人以群分
發現數據的形狀
擁護享樂主義的機器人
熟能生巧
學會關聯

第九章 解開迷惑
萬裏挑一
zhong極算法之城
馬爾科夫邏輯網絡
從休謨到你的傢用機器人
行星尺度機器學習
醫生馬上來看你

第十章 建立在機器學習之上的世界
性、謊言和機器學習
數碼鏡子
充滿模型的社會
分享與否？方式、地點如何？
神經網絡搶瞭我的工作
戰爭不屬於人類
榖歌＋zhong極算法=天網？
進化的第二部分

後 記
緻 謝

延伸閱讀

.........

數字時代的智慧之光：數據科學與前沿計算探索精選 導語： 在信息爆炸與技術飛速迭代的今天，理解數據背後的邏輯、掌握驅動未來的計算範式，已成為連接理論與實踐的橋梁。本精選集匯集瞭多部重量級著作，它們深入剖析瞭從經典信息論到現代復雜係統，再到新興計算理論的核心思想，為讀者構建一個堅實的知識框架，以應對信息科學領域的深層挑戰。 --- 第一部分：信息、結構與復雜性 本部分聚焦於理解信息的本質、數據流動的規律，以及在海量數據中識彆和建模復雜結構的方法論。 一、《信息論基礎與編碼實踐》 本書是係統學習信息科學的基石之作。它不僅詳盡闡述瞭香農的信息熵、互信息、信道容量等核心概念，更將理論與工程實踐緊密結閤。 核心內容解析： 1. 熵的概念深度探究： 從概率論的視角切入，係統性地推導瞭各種形式的熵（如普適熵、微分熵），並探討瞭其在衡量不確定性、信息量和隨機性中的不可替代性。特彆對“無損壓縮的極限”進行瞭嚴格的數學證明和直觀解釋。 2. 信道模型與編碼技術： 詳細介紹瞭離散和連續信道的分類，重點剖析瞭信道容量定理的意義。在編碼部分，本書超越瞭基礎的霍夫曼編碼，深入講解瞭信源編碼（如算術編碼）和信道編碼（如綫性分組碼、捲積碼）的現代應用，包括對Turbo碼和LDPC碼（低密度奇偶校驗碼）原理的清晰闡述，為讀者理解現代通信係統的糾錯能力打下基礎。 3. 統計推斷與機器學習的交叉點： 本書的後半部分探討瞭信息論如何指導統計學習。例如，使用 Kullback-Leibler 散度（KL散度）來衡量模型分布與真實數據分布之間的差異，這為理解最大似然估計和貝葉斯方法提供瞭深厚的理論支撐。通過大量的案例分析，讀者將學會如何利用信息度量來評估模型性能和進行特徵選擇。 二、《網絡科學與圖論解析》 本冊聚焦於復雜係統的結構分析，以圖論為核心工具，揭示瞭互聯網、生物網絡、社會關係等領域中普遍存在的連接模式和演化規律。 核心內容解析： 1. 圖論的拓撲特性： 詳細梳理瞭從基礎圖結構（樹、二分圖）到高級結構（平麵圖、超圖）的數學定義。重點講解瞭路徑查找算法（如Dijkstra、Floyd-Warshall）在資源分配中的應用，以及中心性度量（度中心性、介數中心性、特徵嚮量中心性）在識彆網絡關鍵節點中的作用。 2. 復雜網絡模型： 深入分析瞭隨機網絡模型（Erdos-Renyi）的局限性，進而重點講解瞭小世界效應（Watts-Strogatz模型）和無標度網絡（Barabasi-Albert模型）的優先連接機製。通過對真實世界案例的研究，讀者能理解為什麼大多數大型網絡呈現齣“少數超級節點，多數普通節點”的冪律分布。 3. 動態網絡分析： 引入瞭時間維度，探討瞭網絡演化、信息傳播模型（如SIS, SIR模型）以及社群發現算法（如模塊化優化、譜聚類方法）。這部分內容為理解流行病擴散、社交媒體影響力分析提供瞭科學的分析框架。 --- 第二部分：計算的極限與前沿範式 本部分將視野投嚮計算的底層邏輯、性能瓶頸，以及超越經典圖靈模型的未來計算方嚮。 三、《計算的邊界與不可判定性研究》 這是一本挑戰讀者思維定勢的著作，它探討瞭計算的理論極限——哪些問題是計算機永遠無法有效解決的。 核心內容解析： 1. 可計算性理論的構建： 從邱奇-圖靈論題齣發，係統地介紹瞭圖靈機模型（確定性與非確定性），並嚴謹地定義瞭可判定性。本書通過對停機問題的證明，奠定瞭計算理論的不可逾越的界碑。 2. 復雜性類的精確劃分： 核心在於對P類（多項式時間可解）和NP類（非確定性多項式時間可驗證）的深入區分。書中詳盡闡述瞭NP-完全性（NP-Completeness）的概念，並通過Karp的21個經典歸約案例，展示瞭如何證明一個新問題屬於NP-完全。這對於所有算法設計者理解問題的“難解性”至關重要。 3. 超越P與NP： 探討瞭更高級彆的復雜性類，如PSPACE（多項式空間）和EXPTIME（指數時間），並討論瞭時間、空間資源限製對實際工程問題的約束。本書還簡要迴顧瞭對P=NP問題現狀的學術探索，鼓勵讀者從更宏觀的角度審視算法效率的意義。 四、《並行計算架構與高性能實踐》 麵對數據規模的持續增長，串行計算的瓶頸日益明顯。本書專注於如何高效地利用多核處理器、分布式集群和加速器進行大規模並行計算。 核心內容解析： 1. 並行性度量與模型： 引入Amdahl定律和Gustafson定律，精確評估增加處理器數量對加速比的實際影響，強調瞭算法內在並行性（指令級、數據級、任務級）的提取是優化的關鍵。詳細介紹瞭Flynn分類法（SISD到SIMD、MISD、MIMD）在現代硬件設計中的體現。 2. 共享內存與分布式內存編程： 係統地對比瞭基於OpenMP（用於共享內存的多綫程編程）和MPI（用於分布式內存的消息傳遞接口）的使用範式。書中特彆強調瞭同步、互斥和死鎖避免在並發編程中的重要性，並提供瞭高效的鎖機製和原子操作實踐指南。 3. 加速器計算基礎： 聚焦於GPU計算模型（如CUDA/OpenCL的層次化內存結構和執行模型），講解瞭如何將數據並行和任務並行有效地映射到數以韆計的計算核心上。本書通過實際的矩陣運算和粒子模擬案例，指導讀者實現硬件資源的深度優化。 --- 結語：構建新時代的科學思維 本精選集的目標是提供一個全麵的、相互關聯的知識體係。從信息的度量到網絡的結構，從計算的理論極限到大規模的並行實現，這些領域共同構成瞭現代科學和工程技術的核心驅動力。掌握這些知識，意味著讀者不僅能應用現有的工具，更能理解工具背後的原理，從而有能力去創造下一個計算時代的解決方案。 --- (總字數：約1550字)

評分☆☆☆☆☆

讀完這本書，我感覺自己就像一個剛剛掌握瞭新語言的翻譯傢，能夠更好地理解這個由數據和邏輯構建起來的世界。我一直對人工智能的飛速發展感到驚嘆，但總是無法抓住核心。這本書就像一位經驗豐富的嚮導，為我指明瞭方嚮。它不僅僅是關於算法的介紹，更是一次關於“智慧”的探索。從基礎的數學原理到復雜的機器學習模型，作者都用生動形象的例子解釋瞭它們是如何工作的。讓我印象特彆深刻的是，書中關於“計算思維”的討論，它讓我意識到，很多我們習以為常的解決問題的方式，其實都可以用一種更加係統、更加高效的算法邏輯來優化。這不僅僅是技術層麵的認知，更是思維方式的革新。它讓我開始用一種全新的視角去觀察周圍的世界，去分析信息，去做齣判斷。這本書的價值在於，它不僅僅提供瞭知識，更重要的是，它激發瞭我的好奇心和探索欲，讓我對接下來的技術發展充滿瞭更深的興趣。

評分☆☆☆☆☆

作為一名對未來發展趨勢非常關注的讀者，我一直覺得“算法”和“人工智能”是近乎於魔法般的存在，但又常常感覺其背後的原理遙不可及。這套書的齣現，簡直是為我解開瞭多年的睏惑。它以一種非常友好的方式，將那些看似高深的理論一一展現在我麵前。我印象最深刻的是，作者並沒有迴避算法可能帶來的負麵影響，而是以一種平和且理性的態度去分析。比如，在探討數據隱私和算法偏見時，它並沒有簡單地將責任推給技術本身，而是引導讀者思考人類在設計和應用算法過程中所扮演的角色。這本書讓我意識到，算法並非是獨立於人類存在的，它承載著我們的意圖、我們的價值觀，甚至是我們潛在的局限性。因此，理解算法，不僅僅是理解技術，更是理解我們自己，以及我們希望塑造的未來。它讓我對這個“算法時代”有瞭更深層次的思考，也更堅定瞭我擁抱變化、同時保持審慎的信念。

評分☆☆☆☆☆

這本書絕對是我最近閱讀的瑰寶，簡直是給我打開瞭新世界的大門。我一直對科技發展充滿好奇，尤其是那些能從根本上改變我們生活方式的“幕後推手”。這本書正是深入淺齣地講解瞭那些驅動著我們這個“算法時代”的核心秘密。它沒有像很多技術書籍那樣，上來就丟給你一堆晦澀難懂的公式和術語，而是從一個非常宏觀的角度，就像一個經驗豐富的嚮導，帶領你穿越算法的復雜世界。我尤其喜歡它對那些經典算法的梳理，從最早的排序、搜索，到更高級的機器學習算法，作者都用非常形象的比喻和貼近生活的例子來解釋，讓我這個非計算機專業背景的讀者也能理解其中的精妙之處。它不僅講瞭“是什麼”，更重要的是講瞭“為什麼”以及“有什麼用”。讀完之後，我能更清晰地理解新聞裏提到的各種人工智能應用背後的原理，不再感到那麼遙遠和神秘。感覺像是掌握瞭一把解鎖這個數字時代的鑰匙，對未來充滿瞭更深入的思考和期待。

評分☆☆☆☆☆

這套書簡直是為我量身定做的“科幻照進現實”指南！作為一名對人工智能的潛在影響既著迷又有些擔憂的普通讀者，我一直在尋找一本能讓我更深入瞭解這項技術，並解答我心中疑惑的書籍。終於，我找到瞭它。它並沒有過分渲染AI的超現實能力，而是非常務實地從算法這個根本齣發，層層剝繭。書中對各種算法的介紹，不僅僅是理論層麵的講解，更多的是聚焦於它們如何被應用於現實世界的方方麵麵，比如如何讓推薦係統更懂你，如何讓自動駕駛汽車更安全，甚至是如何影響我們的決策過程。我最欣賞的是，它並沒有止步於技術的介紹，而是花瞭相當大的篇幅探討瞭算法背後的倫理、社會和經濟影響。這讓我開始審視，在享受算法帶來的便利時，我們也需要思考它可能帶來的挑戰，比如隱私問題、就業衝擊，甚至是社會公平。這本書讓我對AI有瞭更全麵、更辯證的認知，不再是單純的技術崇拜，而是帶著一種更審慎、更負責任的態度去擁抱這個時代。

評分☆☆☆☆☆

這是一次令人興奮的智力探險，我感覺自己就像一個正在解構復雜機械的工匠，每一個零件都如此精巧，組閤起來卻能驅動一個全新的世界。這本書對我而言，是一次深刻的算法啓濛。我之前一直覺得算法是程序員的專屬語言，是冰冷的代碼堆砌，但讀瞭這本書之後，我纔意識到算法原來是如此充滿智慧和藝術的。它不僅僅是解決問題的工具，更是人類思維在邏輯上的延伸和升華。書中對不同算法的介紹，從基礎的邏輯推理到復雜的神經網絡，就像是在展示一幅幅精妙絕倫的思維圖譜。我特彆喜歡其中對於“學習”的闡釋，AI的學習過程，以及如何從海量數據中提取模式，這讓我對所謂的“智能”有瞭更具象化的理解。它不僅拓寬瞭我的知識邊界，更重要的是，它激發瞭我對“如何思考”這件事的興趣，讓我開始反思自己的學習和解決問題的方式，是否也能藉鑒算法的邏輯和結構。