终极算法
- 0.1
- 0.2
- 0.3
- 0.4
- 1.1 我们生活在算法的时代
- 1.2 机器学习算法入门
- 1.3 为何商业拥护机器学习
- 1.4 给科学方法增压
- 1.5 10亿个比尔克林顿
- 1.6 算法与国家
- 1.7我们将走向何方
- 2.1 终极算法
- 2.2 来自神经科学的论证
- 2.3 来自进化论的论证
- 2.4 来自物理学的论证
- 2.5 来自统计学的论证
- 2.6 来自计算机科学的论证
- 2.7 机器学习算法与知识工程师
- 2.8 天鹅咬了机器人
- 2.9 终极算法是狐狸还是刺猬
- 2.10 我们正面临什么危机
- 2.11 新的万有理论
- 2.12 终极算法候选项
- 2.13 机器学习的五大学派
- 3.1 符号学派-休谟的归纳问题
- 3.2 约不约
- 3.3 天下没有免费的午餐
- 3.4 对知识泵进行预设
- 3.5 如何征服世界
- 3.6 在无知与幻觉之间
- 3.7 你能信任的准确度
- 3.8 归纳是逆向的演绎
- 3.9 掌握治愈癌症的方法
- 3.10 20问游戏
- 3.11 符号学派
- 4.1 联结学派-大脑如何学习
- 4.2 感知机的兴盛与衰亡
- 4.3 物理学家用玻璃制作大脑
- 4.4 世界上最重要的曲线
- 4.5 攀登超空间里的高峰
- 4.6 感知器的复仇
- 4.7 一个完整的细胞模型
- 4.8 大脑的更深处
- 5.1 进化学派-自然的学习算法
- 5.2 达尔文的算法
- 5.3 探索-利用 困境
- 5.4 程序的适者生存法则
- 5.5 性有何用
- 5.6 先天与后天
- 5.7 谁学得最快，谁就会赢
- 6.1 贝叶斯学派
- 6.2 统治世界的定理
- 6.3 所有模型都是错的，但有些却有用
- 6.4 从尤金-奥涅金到siri
- 6.5 所有东西都有关联，但不是直接关联
- 6.6 推理问题
- 6.7 掌握贝叶斯学派的方法
- 6.8 马尔科夫权衡证据
- 6.9 逻辑与概率
- 7.1 类推学派-像什么就是什么
- 7.2 完美另一半
- 7.3 维数灾难
- 7.4 空中蛇灾
- 7.5 爬上梯子
- 7.6 起床啦
- 8.1 无师自通
- 8.2 物以类聚 人以群分
- 8.3 发现数据的形状
- 8.4 拥有享乐主义的机器人
- 8.5 熟能生巧
- 8.6 学会关联
- 9.1 机器学习与癌症
- 10.0 建立在机器学习之上的世界
- 10.1 谎言和机器学习
- 10.2 数码镜子
- 10.3 充满模型的社会
- 10.4 共享
- 10.5 神经网络抢了我的工作
- 10.6 战争不属于人类
- 10.7 谷歌and终极算法equal天网吗
- 10.8 进化的第二部分
- 11 后记
-
猜你喜欢
-
孙一 回首1978--历史在这里转折
回首1978--历史在这里转折作者：孙一，由童青林播音。
-
