大演算:機器學習的終極演算法將如何改變我們的未來,創造新紀元的文明?(The Master Algorithm: How the Quest for the Ultimate Learning Machine Will Remake Our World)

佩德羅.多明戈斯(Pedro Domingos) 著、張正苓、胡玉城 譯

  • 出版商: 三采文化
  • 出版日期: 2016-08-04
  • 定價: $620
  • 售價: 7.9$490
  • 語言: 繁體中文
  • 頁數: 528
  • ISBN: 9863426679
  • ISBN-13: 9789863426677
  • 相關標籤: 演算法

立即出貨 (庫存 > 10)

買這商品的人也買了...

商品描述

內容簡介

★亞馬遜AI與機器學習類暢銷榜 第1名
★亞馬遜數學與統計類暢銷榜 第1名
★亞馬遜資訊理論類暢銷榜 第1名
★CNN、《新科學人》、《經濟學人》、《柯克斯書評》等多家媒體推薦報導
★比爾.蓋茲年度選書!

揭開大數據、人工智慧、機器學習的祕密,
打造人類文明史上最強大的科技——終極演算法!

有一個終極演算法,可以解開宇宙所有的祕密,
現在大家都在競爭,誰能最先解開它!

 .機器學習是什麼?大演算又是什麼?
 .大演算如何運作與發展,機器可以預測什麼?
 .我們可以信任機器學過的東西嗎?
 .商業、政治為什麼要擁抱機器學習?
 .不只商業與政治,醫學與科學界也亟需機器學習,包含DNA解碼、癌症藥品開發等。
 .你擔心人類會被大演算所取代嗎?可以避免嗎?該如何做?

華盛頓大學電腦工程系教授佩德羅.多明戈斯(Pedro Domingos)破解了一個在機器學習領域中長久以來的瓶頸,成功把機器學習、哲學與人工智慧結合起來,這個突破性研究還登上了《新科學人》(New Scientist)雜誌的封面故事。

他指出,機器學習有五大思想學派,每個學派有主要的演算法,能幫我們解決特定的問題──
符號理論學派:將學習視為是逆向演繹法,從哲學、心理學和邏輯思路方面取得概念
類神經網路學派:導傳遞演算法可以模擬人腦思考行為,是受到神經科學和物理學的啟發
演化論學派:遺傳程式規劃會在電腦上模擬演化,澈底運用遺傳基因和演化生物學理論
貝氏定理學派:相信學習是機率推理的形式,是根據統計學的理論
類比推理學派:支持向量機從相似度判斷進行推論學習,並受到心理學和數學的影響

多明戈斯認為,如果有人可以成功整合這些演算法的優點,
就能發展出「終極演算法」,便可以從大數據與人工智慧中,
獲得世界上過去、現在與未來的所有知識,將創造新紀元的文明。

站在大數據與文明終將合一的浪潮上,
終極演算法將帶領我們,望見未來。

【為什麼你必須知道大演算?】

◎如果你是一般市民或決策人士
 讓你了解大演算的來龍去脈,從隱私到未來的工作與機器人戰爭的倫理,
 你將會看到真正的問題在哪裡,並思考如何看待這些問題。

◎如果你要把機器學習運用在工作上
 不管你在哪個行業、什麼職業別,機器學習能幫你省下人工編寫程式的費用,
 避免資訊系統僵化,並預測未來你會面臨的科技發展,
 甚至讓你成為精準的市場分析家、解讀大數據的科學家。

◎如果你是科學家或工程師
 過去的數學和現有資訊學習與數據分析,不會讓你有任何改變。
 機器學習將讓你具備非線性分析,帶給你嶄新的科學世界觀,有所突破。

◎如果你是機器學習專家
 雖然你應該很熟悉機器學習,但本書仍會提供給你許多新的想法、機器學習發展史上有價值的資訊、有用案例與類似的情境,
 甚至提供給你機器學習的嶄新觀點,啟迪你全新的思考方向。

◎如果你是任何學齡階段的學生
 目前世界各地極度缺乏機器學習專家,這是現在也是未來最受關注的領域。
 未來,不只局限現有的資訊工程、電機工程等相關科系,
 無論是醫學、醫工、生物科技、行銷、電商、社會、心理、哲學、教育、財經等各科系,
 機器學習終將與這些領域整合,現在了解大演算,你就不會被趨勢潮流所淘汰。
  
作者簡介  
佩德羅.多明戈斯(Pedro Domingos)

電腦工程博士,現任華盛頓大學電腦工程系教授,該系是全美前十大電腦工程名校。他初試啼聲聞名圈內是兩度在資料採礦大會上獲得最佳論文,並在此後成為該領域的意見領袖。他在專業領域內獲獎無數,還包含美國國家科學職業成就奬,他也是史丹佛大學及麻省理工學院客座教授。

他最有名的功績是破解了一個在機器學習領域中長久以來的瓶頸,成功把機器學習、哲學與人工智慧結合起來。這個突破性的研究還曾經登上著名的《新科學人》(New Scientist)雜誌的封面故事。

他在華盛頓大學開設的機器學習課程,一向都是該校最受歡迎的課程之一。

電腦工程學術背景的他,卻不是個嚴肅學究,他擅長公開演說,傳達機器學習與大數據的相關知識,經常受邀公開演講。他對寫作非常有興趣,曾經鑽研過寫作課,師承《辛德勒的名單》作者湯瑪斯.肯納利。

除了電腦科技的學術論文,他也經常撰寫音樂技術相關的專欄文章。因為他年輕時代曾經是個搖滾樂團的鍵盤手。該樂團還曾經與EMI簽約,經常四處表演,當時他除了是鍵盤手,還是負責接受媒體採訪的人。他離開樂團,是因為要專心攻讀電腦科學博士,他很早就對機器學習興趣濃厚,因為他認為,這是最後會統治世界的一種關鍵技術。

譯者簡介 
張正苓

淡江大學資訊管理所碩士畢業。
曾擔任美國CNET財經版即時新聞翻譯、美國宏碁大觀園矽谷時報新聞編譯、東森寬頻數位內容副理、美國華爾街財經系列書編譯。

胡玉城
政治大學傳播學院EMA碩士畢業。
曾擔任工商時報科技記者與召集人、科技島副總編輯、中時分類廣告副總經理、美國矽谷時報執行副總編輯、東森寬頻副總經理、太平洋寬頻副總經理、美國休士頓城市電通共同創辦人與美國阿肯色WoConn總經理。
現任美國矽谷天使交易所、美國馬里蘭紅點行動支付 ReeDot Inc.共同創辦人。
著有暢談類神經網路與華爾街股市總覽等相關書籍。

審訂者
成大資工系特聘教授兼系主任
謝孫源

臺灣大學資訊工程系博士,現為成功大學資訊工程系特聘教授兼系主任。
主要研究領域為演算法設計與分析及其應用。他曾榮獲行政院國科會97年度傑出研究獎、科技部104年度傑出研究獎、中華民國資訊學會李國鼎穿石獎、中國電機工程師學會傑出電機工程教授獎、中國工程師學會傑出工程教授獎、第十三屆有庠科技論文獎(資通訊領域)、中華民國102年資訊月傑出資訊人才獎、並獲選為英國皇家資訊學會會士。

謝教授並貢獻其所學於資訊教育上,曾於2003及2016擔任國際資訊奧林匹亞競賽國家隊指導教授,指導國手參加國際資訊奧林匹亞競賽榮獲佳績。
 
審定、推薦 
【專業推薦】
 王國禎|交大資工系系主任
 林泰宏|前臺灣微軟合作夥伴技術支援顧問
 林蔚君|亞洲大學副校長
 張宗堯|美商凱博數據創辦人/總經理
 陳明義|資策會技術長/大數據所所長
 陳縕儂|美國微軟研究所研究員
 趙坤茂|臺大資工系系主任
 謝孫源|成大資工系特聘教授兼系主任
 簡禎富|清華講座教授暨清華-台積電卓越製造中心主持人
 
「大至預測變化萬千的商業潮流的走向,到小至預知是否能成功約到心儀對象,都屬於《大演算》的範疇。本書作者以極盡生動活潑的闡述及例子,與讀者分享如何將機器學習演算法應用於日常生活中,甚至可以應用於學習治療癌症。」──交大資工系系主任 王國禎

「我們生活在一個充滿數據與機器學習的環境。無論是在網路或實體世界,我們的一舉一動,隨時隨地被記錄和分析。數據分析,知識精煉與學習精進的能力,對人類、企業、社會、環境及臺灣的經濟發展都很重要。訪間大數據的書雖然已有不少,但對機器學習的處理大都一筆帶過。佩德羅.多明戈斯在這本書中,不但將深奧的機器學習概念,以深入淺出的方式,介紹給非專業的讀者,同時也以清楚的內容,滿足專家深入了解的需求。」──亞洲大學副校長  林蔚君

【國際好評如潮】
 「作者多明戈斯專業與熱情筆觸,讓這本書極具可讀性。」──《新科學人》(New Scientist)

 「《大演算》研究與統整了機器學習領域的五大主流技術……內容豐富,主題發人深省。作者透過適時深入淺出的巧妙介紹手法,讓我們很快汲取精髓觀念。」──《經濟學人》(The Economist)

 「隨著『機器學習』和『大數據』經常登上頭條新聞,有關於這類的主題,不乏充斥炒作話題的商業書籍,以及還有一些過於技術導向的教課書,使得較難理解。對於普羅大眾來說,不管事從經理主管到大專院校學生,這是一本理想的書籍,真正展現了為什麼不用透過沉重的數學演算,就能明白機器學習如何運作。不同於其他書籍只是浮誇宣稱一個光明的未來,這本書實際上給你需要了解的知識,並且明白即將到來的變化。」──Google研究總監 彼得.諾維格(Peter Norvig)

 「這是一本令人愛不釋手的書,由在這創新領域的領導專家所著。如果你想知道新世代人工智慧將如何改變你我未來的生活,就閱讀這本書吧!」──Google研究員、無人駕駛車發明人 塞巴斯蒂安.史朗(Sebastian Thrun)

 「一開始便大膽主張所有知識都可以透過一個單一的『大演算』,從數據資料中分析推論得出,多明戈斯透過明快節奏的說明歷程,帶領讀者進入這華麗全新的機器學習世界。輕鬆的寫作筆法卻深具威信,多明戈斯是一位完美的嚮導,從書上你將會學到一切你需要知道關於這個令人振奮的領域,以及有關科學與哲學的大量闡釋。」──微軟研究院首席研究員、《6個人的小世界》(Six Degrees)與《為什麼常識不可靠?》(Everything Is Obvious)作者 鄧肯.華茲(Duncan Watts)

 「電腦科學的聖杯就是一種可以教導自己學習的機器,如同我們人類一樣,從經驗中獲取知識。機器學習可以幫助我們從事每一件事情,從治療癌症到建立人形機器人。佩德羅.多明戈斯揭開機器學習的神祕面紗,並充分展現未來是多麼令人驚奇與振奮人心。」──《賈伯斯傳》(Steve Jobs)作者 沃爾特.艾薩克森(Walter Isaacson)

 「機器學習是一種最具變革性的技術,將在未來15年裡,塑造人類的嶄新生活。這是一本必讀之書──一個用詞大膽、文辭優美的新框架,帶領我們展望美好的未來。」──《跨越鴻溝》(Crossing the Chasm)作者 傑弗里.墨爾(Geoffrey Moore)

 「這是一本非常重要且實用的書籍。機器學習已經是你我生活與工作的關鍵,且對未來的影響只會變得日益加遽。終於等到佩德羅.多明戈斯以清晰易懂的方式寫出關於這方面的著作。」──貝伯森學院(Babson College)特聘教授、《決勝分析力》(Competing on Analytics)與《大數據@工作力》(Big Data at Work)作者 湯瑪斯.戴文波特(Thomas H. Davenport)

 「機器學習正在改變世界,被廣為人知的是運用在商業的預測分析。這本引人入勝、廣泛深遠,並啟發靈感的書籍,將深奧的科學概念,不只是介紹給非專業的讀者,也滿足專家嘗鮮的閱讀需求,深刻的觀點揭露了最有前景的研究方向。這真是一顆堪稱罕見的寶石。」──預測分析世界大會(Predictive Analytics World)創辦人、《預測分析時代》(Predictive Analytics)作者 艾瑞克.席格(Eric Siegel)

 「機器學習是個迷人的世界,之前卻鮮少被外人看上一眼。佩德羅.多明戈斯透過書中五大學派的語法,傳授你神祕的語言,並邀請你參與他的整合學派計畫,打造人類文明史上見識過最強大的科技。」──普林斯頓教授、《連結》(Connectome)作者 塞巴斯蒂安.升(Sebastian Seung)

 「一本充滿專業熱情,而不是概略介紹機器學習的書……內容清晰易懂、理論與實務講解兼具……具有智慧、遠見和學術價值,多明戈斯完整詮釋科學家如何開發程式,讓電腦可以自我教導。你將會發現許多令人著迷的創見。」──《柯克斯書評》(Kirkus Reviews)

 「這是劃時代突破性的電腦科學,開始展開一場令人振奮的全新冒險旅程。」──《書目》(Booklist) 布萊斯.克理斯坦森(Bryce Christensen)

 「多明戈斯絕對是一位親切且有趣的知識導師,他能用最淺顯易懂的語言,通透解釋這些艱澀難懂的機器學習理論學派知識領域,協助初學者快速領略這演算法,可謂近幾十年來難得的經典之作……這是一本理論完整與實務說明詳實的書籍,不僅能滿足單純好奇的初學讀者,更是適合早已具備基本機器學習領域知識的專業人員,更能融會貫通此領域的重要神髓。透過每一篇章的學理翔實描述和討論,淺白解釋難懂的術語,以及提出明確與易於理解的實例,這些努力都是本書最值得推薦讚揚之處。」──《英國泰晤士高等教育專刊》(Times Higher Education)

 「《大演算》澈底勾勒我們眾人從沒看到或人心未曾思想過的嶄新世界,並對我們的日常生活產生難以抹滅的巨大影響。」──《讀者的書意識》(Shelf Awareness for Readers)

 「這真是令人驚訝且博學、幽默、易讀易懂的入門書。」──大數據分析網站 KDNuggets

書籍目錄 
【好評推薦】
【推薦序】 大演算顛覆世界,也顛覆我的看法/林泰宏
【推薦序】 想跟上資訊革命時代的多變世界,本書是你的敲門磚/張宗堯
【推薦序】 從5萬呎的高空鳥瞰機器學習,望見未來/陳明義
【推薦序】 讓我們站在巨量資料的肩膀上,看得更高更遠/趙坤茂
【推薦序】 大演算,是飽覽大數據與機器學習的最佳指南/謝孫源
【推薦序】 大演算強化「工業3.5」,讓臺灣在物聯網時代中卡位/簡禎富
【前言】 機器學習早已融入你我的生活

第1章 機器學習的革命
進入機器學習的世界/企業為何擁抱機器學習?
增加科學方法的馬力/十億個比爾.柯林頓
一則透過傳統攻防,二則透過網路之戰
我們將走向何方?

第2章 大演算
從神經科學方面獲得的論證/從演化方面獲得的論證
從物理方面獲得的論證/從統計學方面獲得的論證
從電腦科學方面獲得的論證/機器學習專家與知識工程師
天鵝咬了機器人/大演算是隻狐狸還是刺猬?
什麼是危機所在?/一個不同的萬有理論
候選者還不夠格/機器學習的五大學派

第3章 人類的歸納問題
約會,還是不約會?/「沒有免費的午餐」定理
啟動知識學習機/如何讓世界規則化
在暗黑和幻覺之間/你可以相信的準確性
歸納法是逆向演繹法則/學習治療癌症
二十個問題的遊戲/符號理論學派

第4章 你的大腦是如何學習?
感知器的潮起潮落/物理學家用玻璃製造大腦
世界上最重要的曲線/在多維空間的爬山演算法
感知器的復仇/細胞的完整模型/更深入大腦

第5章 演化:自然學習演算法
達爾文的演算法/探索與利用的困境
適者生存的程式/性交配行為是為了什麼?
培育天性/學習最快的人勝出

第6章 貝葉斯牧師的教堂
運行世界的定理/所有模型都是錯的,但有些還是有用
從《尤金.奧涅金》到Siri手機語音行動祕書
一切都是相關聯的,但不是直接的/推理問題
學習貝氏的方法/馬爾可夫權衡事證
邏輯與機率:命運多舛的一對

第7章 你就是相似的你
如果你能與我相匹配/維度的詛咒
平面上的蛇形分割線/攀登階梯
旭日東升,光彩奪目

第8章 學習無師自通
物以類聚/發掘數據資料的形狀
享樂主義的機器人/孰能生巧
學習建立關聯

第9章 每一塊拼圖各得其所
跳脫許多模型,整合成一體/大演算
馬爾可夫邏輯網路/從休謨到你的家事機器人
行星尺度的機器學習/醫生如今會診斷你了

第10章 這是機器學習的世界
性、謊言和機器學習/數位鏡/一種模型的社會
分享或不分享,如何分享與在何處分享
類神經網路偷了我的工作/不是用人類來作戰
Google+大演算=天網(Skynet)?
演化,第二部分

【結語】 搭上機器學習的船,航向未來

 

誌謝
延伸閱讀