很适合非cs专业的科普读物

asterisk

rt,这本书非常适合非cs专业的人作为科普读物来了解cs里面一些经典而又深刻的概念,当然我个人觉得即使是计算机专业的同学,也可以迅速的翻一翻,因为和教材不同,这里面更侧重的是和生活工作里面一些具体概念上的联系

里面有十多章,每一章也基本是独立的概念,印象比较深的是一上来讲的,关于explore/exploit的概念,看完会对于算法和生活中的规律/模式之间的想通有更深的理解,从算法的角度,会对很多生活中的现象给出共通的介绍,而从生活中,处处又能看到算法的影子,本质上explore/exploit可以理解为是一种进化出来的生存策略,因为我们周围的世界充满了不确定性,所以我们的策略也是个mixed strategy,我们所看重的也不仅仅是当下的收益,还包括了长期的预期收益,虽然凯恩斯说过,长期来看,我们都会死,但是事实上,我们所做的大部分决策是介于完全短视和绝对长期之间的一种折中。具体到这个方法上,我们会在前期更多的explore,后期则更多的exploit.

还有一个信息比较深的概念就是overfittting,大数据时代的口号是data trumps everything,但是实际生活我们也遇到过简单的直觉胜过大数据的情况,这种时候是因为我们的算法或者数据不够好么?其实不...

显示全文

rt,这本书非常适合非cs专业的人作为科普读物来了解cs里面一些经典而又深刻的概念,当然我个人觉得即使是计算机专业的同学,也可以迅速的翻一翻,因为和教材不同,这里面更侧重的是和生活工作里面一些具体概念上的联系

里面有十多章,每一章也基本是独立的概念,印象比较深的是一上来讲的,关于explore/exploit的概念,看完会对于算法和生活中的规律/模式之间的想通有更深的理解,从算法的角度,会对很多生活中的现象给出共通的介绍,而从生活中,处处又能看到算法的影子,本质上explore/exploit可以理解为是一种进化出来的生存策略,因为我们周围的世界充满了不确定性,所以我们的策略也是个mixed strategy,我们所看重的也不仅仅是当下的收益,还包括了长期的预期收益,虽然凯恩斯说过,长期来看,我们都会死,但是事实上,我们所做的大部分决策是介于完全短视和绝对长期之间的一种折中。具体到这个方法上,我们会在前期更多的explore,后期则更多的exploit.

还有一个信息比较深的概念就是overfittting,大数据时代的口号是data trumps everything,但是实际生活我们也遇到过简单的直觉胜过大数据的情况,这种时候是因为我们的算法或者数据不够好么?其实不完全是,因为我们的算法有很多的假设和要求,但是现实世界的情况往往要更加的复杂和嘈杂,而我们的直觉从进化的角度往往选择一些较为简单的解释,所以这个问题一方面需要我们在算法的设计和对待算法的结果有更加长期和稳健的看法和解读,一方面我们也要接受本来就存在的不确定性和风险,其中有一些是属于系统内生的,难以消除的不确定性

现在人工智能大火,但是且不说机器是否真的能具有人工智能,至少我觉得比较有希望的一点是:机器的设计是有人来完成的,而人的知识和经验则又是基于对人的理解,而反过来,机器和算法在被设计出来之后,其自身的运行往往又能给我们更好地理解人本身提供了很好的指引,所以在期待机器真的获得人工智能之前,通过机器/算法/互联网的帮助,我们首先能实现对人更深层次的理解看起来也是很不错的一步

0
0

查看更多豆瓣高分好书

回应(0)

添加回应

Algorithms to Live By的更多书评

推荐Algorithms to Live By的豆列

了解更多图书信息

值得一读

    豆瓣
    我们的精神角落
    免费下载 iOS / Android 版客户端
    App 内打开