第一部分
我正在阅读佩德罗·多明戈斯 （ Pedro Domingos）的这本有见地和信息丰富的书的二读。 他精通地概述了机器学习（ML）的五个“部落”的历史，它们的发展方式以及它们在当今世界中的地位。 您将深入了解当今世界上所有主要参与者（如亚马逊，谷歌，Facebook，LinkedIn等）的发展情况，以及未来的发展前景。 吸引我的那句话是第9页上的这个：
机器学习中的所有重要思想都可以免费数学表达。 在阅读本书时，您甚至可能发现自己发现了一个方程式而发明了自己的学习算法。
部落＃1：象征主义者。 “对于符号主义者，所有的智慧都可以简化为操纵符号……他们的主算法是逆推演。”
部落＃2：连接主义者。 对于Connectionists来说，学习是大脑的工作，因此我们需要对它进行反向工程。 Connectionists的算法是“反向传播”，它将系统的输出与所需的输出进行比较，然后在神经元神经元后逐层更改连接，以使输出更接近其应有的水平。”
部落＃3：进化论者。 “进化论者”认为，所有学习之母都是自然选择。 如果它造就了我们，那么它就可以制造一切……他们的主要算法是遗传编程，它以与自然交配和进化有机体相同的方式交配和进化计算机程序。”
部落＃4：贝叶斯人。 贝叶斯首先担心不确定性。 所有学到的知识都是不确定的，学习本身是不确定推理的一种形式……主要算法是贝叶斯定理及其派生词。 贝叶斯定理告诉我们如何将新证据纳入我们的信念，而概率推理算法则尽可能有效地做到这一点。”
部落＃5：类比器。 “对于模拟者而言，学习的关键是认识到情况之间的相似性并推论相似性……模拟者的主要算法是支持向量机，它可以确定要记住的经验以及如何将它们结合起来以做出新的预测。”
第二部分将介绍更多内容，在这里我将讨论这些课程如何适合“敏捷机器学习”。
欧文·达尔（Owen Dall）
敏捷创新首席执行官/首席技术官
