《終極演算法》——一切真的都能化繁為簡嗎？

《終極演算法》是一本機器學習的普及讀物，雖說是普及，但也難度相當大。所以對本書的翻譯者來說，人物間距。本書涉及到五大機器學派，每個學派又使用了不同的演算法或者流派，比如講解到生物學、神經網路，那翻譯人員就需要知道一些這方面的術語，講解到力學、電磁等，翻譯者又需要理解一些物理術語，而有些概念又跨學科，所以可能讀到有些地方會發現，有的概念和其他同類書的翻譯概念有所區別。比如在類推派別中，感覺類推、類比就使用的比較混雜，可能我閱讀能力有限，也是看得雲山霧罩。

本書的目的是尋找一種終極演算法，這個演算法也許很簡單，只是沒有被發現。就像廣義相對論和力學三定律一樣，作者也想找到一種用簡單的定律就能描述各種演算法的終極演算法。

本書將機器學習分門別類，這讓讀者在學習機器學習時有了很高的視野，比如符號學派、進化學派、貝葉斯學派、類推學派、聯結學派，這些我們知之甚少，還有監督學習和無監督學習這些方式，我們也一知半解。本書的最大特色，就是將每種學派的發展、演算法、概念都試圖講解的平易近人，這挺好的，因為技術或者說數學都比較難，我一看公式都快速略過，自認為實在沒這個腦子，所以本書講解到一些演算法時，雖然用了很多通俗的概念，比如約會中女孩是否答應約會的概率，來講解概率，我基本上看懂了，又好似沒有完全明白，所以說，這本書對我來說，閱讀的真是很困難。

不過我還是堅持讀完了，也許你問我K近鄰演算法，我還知道了為什麼叫它近鄰演算法，還知道了它可能應用在社交網路中，雖然我了解的不徹底，但等我多看幾本後，也許就徹底了。

本書反駁了很多人關於機器學習是否有終極演算法、機器學習是否比人類更智能的一些觀點，並用自己的論據去反駁，引導讀者更深入地思考機器學習能為我們帶來什麼，當我們已經沒有隱私時，我們該怎麼辦？比如將關鍵內容開源，這樣所有人都能利用，不要讓高級技術掌握在壞人手裡，未來的民主和專政也許就看誰掌握了機器學習，誰掌握了數據。

本書非常值得推薦，作者的機器學習功底深厚，對機器學習的歷史、發展都講解的很詳細，我想作為入門機器學習的第一本書，也許太值得推薦了。

推薦指數*****

還是摘抄幾句：

1.演算法時歸納的過程

2.科學理論的強大之處在於它簡化了我們對世界的描述

3.解決不適定問題的唯一辦法就是引入附加的假設——這個不適定可能是不確定

4.學習就意味著將細節遺忘，值記住重要部分

5.全力奔跑，這樣你才能留在原地——哲學啊，不前進就是後退啊。

6.學習只是另外一種問題的解決方式

7.機器學習既是科學，也是技術

8.無法自動化的行業越來越少，但報酬卻越來越高——這是我看本書的目的，未來還能做什麼

9.演算法的三個組成部分：表示方法、評估、優化

10.機器學習最大的好處也不在於機器學習了什麼，而在於通過教授這些機器，我們學會了什麼？——作者真的是思想家和哲學家