Педро Домингос - Верховный алгоритм

105. Герберт Александер Саймон (Herbert A. Simon, 1916–2001) — выдающийся американский ученый в области социальных, политических и экономических наук, один из разработчиков гипотезы Ньюэлла–Саймона.

106. Джон Лэрд (John Laird, род. 1954) — профессор информатики в Мичиганском университете, с 1994 по 1999 год возглавлял лабораторию искусственного интеллекта.

107. Генри Луис Менкен (Henry Louis Mencken, 1880–1956) — американский журналист, эссеист, сатирик.

108. Имеется в виду научно-фантастический боевик, снятый режиссерами Вачовски. В мире матрицы красная таблетка — путь к тайнам, секретам, суперсиле.

109. Оно, иногда Ид (лат. id, англ. it, нем. das Es) — в психоанализе одна из структур, описанных Фрейдом. Являет собой бессознательную часть психики, совокупность инстинктивных влечений.

110. Имеется в виду фантастический триллер Стивена Спилберга по мотивам одноименной повести Филипа Киндреда Дика. В основе сюжета — история о том, как на основе психи­ческих технологий была разработана экспериментальная программа, позволявшая узнать о еще не совершенном убийстве и арестовать подозреваемого еще до совершения им преступления.

111. Первый полнометражный фильм, смоделированный на компьютере полностью трех­мерным.

112. Докинз Р. Расширенный фенотип. Длинная рука гена. М. : Астрель : Corpus, 2010.

113. Ирвинг Джон Гуд (Irving John Good, 1916–2009) — британский математик, рабо­тавший вместе с Аланом Тьюрингом в качестве криптографа в Главном шифровальном подразделении Великобритании — Правительственной школе кодов и шифров; после окончания Второй мировой войны Гуд продолжил работать с Тьюрингом над дизайном компьютеров и байесовой статистикой.

114. Портативная шифровальная машина, использовавшаяся для шифрования и дешифрования секретных сообщений.

115. Вернор Стеффан Виндж (Vernor Steffen Vinge, род. 1944) — математик и писатель-фантаст, лауреат премии «Хьюго».

116. Трилобиты — вымерший класс морских членистоногих, имевший большое значение для фауны палеозойских образований земного шара.

117. Эукариоты, или ядерные, — домен живых организмов, клетки которых содержат ядро. Прокариоты — доядерные организмы, клетки которых не имеют ограниченных мембра­ной ядер.

118. Плейстоцен — эпоха четвертичного периода, начавшаяся 2588 миллионов лет назад и закончившаяся 11,7 тысячи лет назад.

119. Ханс Моравек (Hans Moravec, род. 1948) — преподаватель Института робототехники при Университете Карнеги–Меллон, известен своими работами в области робототехники, искусственного интеллекта и писательской деятельностью на тему влияния технологий.

120. Зигель Э. Просчитать будущее. Кто кликнет, купит, соврет или умрет. М. : Альпина Паблишер, 2014.

121. Майер-Шенбергер В., Кукьер К. Большие данные: революция, которая изменит то, как мы живем, работаем и мыслим. М. : Манн, Иванов и Фербер, 2013.

122. Рассел С., Норвег П. Искусственный интеллект: современный подход. М. : Вильямс, 2000.

123. Маккормик Дж. Девять алгоритмов, которые изменили будущее. М. : ДМК Пресс, 2014.

124. Дасгупта С., Пападимитриу Х., Вазирани У. Алгоритмы. М. : Издательство МЦНМО, 2014.

125. Айзексон У. Инноваторы. М. : АСТ : Corpus, 2015.

126. Дэвенпорт Т., Харрис Дж. Аналитика как конкурентное преимущество. Новая наука побеждать. М. : BestBusinessBooks, 2010.

127. Андерсон К. Длинный хвост. Новая модель ведения бизнеса. М. : Вершина, 2008.

128. Сильвер Н. Сигнал и шум. Почему одни прогнозы сбываются, а другие — нет. М. : КоЛибри : Азбука-Аттикус, 2015.

129. Кларк Р., Нейк Р. Третья мировая война. Какой она будет? СПб. : Питер, 2011.

130. Разумный мозг / под ред. Д. Эделмена и В. Маунткасла. М. : Мир, 1981.

131. Мандельброт Б. Фрактальная геометрия природы. Ижевск : Институт компьютерных исследований, 2002.

132. Глейк Дж. Хаос: создание новой науки. СПб. : Амфора, 2001.

133. Френкель Э. Любовь и математика. Сердце скрытой реальности. СПб. : Питер, 2016.

134. Петцольд Ч. Читаем Тьюринга. Путешествие по исторической статье Тьюринга о вычислимости и машинах Тьюринга. М. : ДМК-Пресс, 2014.

135. Марр Д. Зрение. Информационный подход к изучению представления и обработки зрительных образов. М. : Радио и связь, 1987.

136. Сеунг С. Коннектом. Как мозг делает нас тем, что мы есть. М. : Бином. Лаборатория знаний, 2014.

137. Докинз Р. Слепой часовщик. Как эволюция доказывает отсутствие замысла во Вселенной. М. : АСТ : Corpus, 2015.

138. Саттон Р., Барто Э. Обучение с подкреплением. М. : Бином, Лаборатория знаний, 2012.

139. Абигнейл Ф., Реддинг С. Поймай меня, если сможешь. М. : Эт Сетера Паблишинг, 2003.

140. Майер-Шенбергер В., Кукьер К. Большие данные. Революция, которая изменит то, как мы живем, работаем и мыслим. М. : Манн, Иванов и Фербер, 2013.

141. Бостром Н. Искусственный интеллект. Этапы. Угрозы. Стратегии. М. : Манн, Иванов и Фербер, 2015.

ОГЛАВЛЕНИЕ

Пролог

Глава 1. Революция машинного обучения

Познакомимся с обучающимся алгоритмом

Почему бизнес рад машинному обучению?

Турбоускорение для научного метода

Миллиард Клинтонов

Один сигнал, если сушей, два — если по интернету

Куда мы идем?

Глава 2. Властелин алгоритмов

Аргумент из области нейробиологии

Аргумент из области эволюции

Аргумент из области физики

Аргумент из области статистики

Аргумент из области информатики

Алгоритмы машинного обучения против инженерии знаний

Лебедь кусает робота

Верховный алгоритм — лиса или еж?

Что на кону?

Другая теория всего

Кандидаты, которые не оправдали надежд

Пять «племен» машинного обучения

Глава 3. Проблема индукции Юма

Быть или не быть свиданию?

Теорема «Бесплатных обедов не бывает»

Подготовка насоса знаний

Как править миром

Между слепотой и галлюцинациями

Точность, которой можно доверять

Индукция — противоположность дедукции

Как научиться лечить рак

Игра в двадцать вопросов50

Символисты

Глава 4. Как учится наш мозг?

Взлет и падение перцептрона

Физик делает мозг из стекла

Самая важная кривая в мире

Альпинизм в гиперпространстве

Перцептроны наносят ответный удар

Полная модель клетки

В глубинах мозга

Глава 5. Эволюция: обучающийся алгоритм природы

Алгоритм Дарвина

Дилемма изучения–применения

Выживание самых приспособленных программ

Зачем нужен секс?

Воспитание природы

Побеждает тот, кто быстрее учится

Глава 6. В святилище преподобного Байеса

Теорема, которая правит миром

Все модели неверны, но некоторые полезны

От «Евгения Онегина» до Siri

Все связано, но не напрямую

Проблема логического вывода

Учимся по-байесовски

Марков взвешивает доказательства

Логика и вероятность: несчастная любовь

Глава 7. Ты — то, на что ты похож

Попробуй подобрать мне пару

Проклятие размерности

Змеи на плоскости

Вверх по лестнице

Взойди и сияй

Глава 8. Обучение без учителя

Как свести рыбака с рыбаком

Открытие формы данных

Жизнелюбивый робот

Повторенье — мать ученья

Как найти соотношения

Глава 9. Кусочки мозаики встают на место

Из многих моделей — одна

Верховный алгоритм

Логические сети Маркова

От Юма до домашних роботов

Машинное обучение в планетарном масштабе

Сейчас вас примет доктор

Глава 10. Мир машинного обучения

Секс, ложь и машинное обучение

Цифровое зеркало

Общество моделей

Делиться или не делиться, а если да, то где и как

Нейронная сеть украла у меня работу

Война — не для людей

Google + Верховный алгоритм = Skynet?

Эволюция, часть вторая

Эпилог

Благодарности

Рекомендуемая литература

МАКСИМАЛЬНО ПОЛЕЗНЫЕ КНИГИ

Если у вас есть замечания и комментарии к содержанию, переводу, редактуре и корректуре, то просим написать на [email protected], так мы быстрее сможем исправить недочеты.

Наши электронные книги:

http://www.mann-ivanov-ferber.ru/ebooks/

Заходите в гости:

http://www.mann-ivanov-ferber.ru/

http://blog.mann-ivanov-ferber.ru/

http://www.facebook.com/mifbooks

http://vk.com/mifbooks

https://twitter.com/mifbooks