The Master Algorithm读后感1000字

《The Master Algorithm》是一本由Pedro Domingos著作，Basic Books出版的Hardcover图书，本书定价：USD 29.99，页数：352，特精心收集的读后感，希望对大家能有帮助。

《The Master Algorithm》读后感(一)：带你到机器学习领域漫步

有书友们觉得这本书不好读, 是因为它是一本半专业半科普的书, 连我这个在这个领域湿了鞋的都觉得好多东西不懂. 但是你要用不求甚解, 走马观花的态度来读这本书, 能读懂1/3就受益多多. 作者很幽默, 是科学家中少有的好文笔.

《The Master Algorithm》读后感(二)：读 Pedro Domingos《The Master Algorithm》

虽然内容比较浅显，但重点是研究了机器学习的背景和理论基础，其实对专业人员来说也是很有启发的。

Minsky was an ardent supporter of the Cyc project, the most notorious

failure in the history of AI. e goal of Cyc was to solve AI by

entering into a computer all the necessary knowledge. When the project

began in the 1980s, its leader, Doug Lenat, condently predicted success

within a decade. irty years later, Cyc continues to grow without

end in sight, and commonsense reasoning still eludes it. Ironically,

Lenat has belatedly embraced populating Cyc by mining the web, not

because Cyc can read, but because there’s no other way.

《The Master Algorithm》读后感(三)：通过概念模型认识机器学习

这本书提供了机器学习的概念模型（认识事物核心框架和基础逻辑的简单模型，能帮我们迅速切入新领域学习新知识。）适合不求甚解，快速完整地触及机器学习全貌，了解其体系结构和内在联系，再考虑有目标层层深入。

作者划分出五个机器学习的基础思想：1、符号学派。2、连接学派。3、进化学派。4、贝叶斯学派。5、类推学派。分别讲解了他们的理论原理，主要算法，并有易懂的举例解释和应用介绍，以及各自的优势和局限性。

一个未来可期的通用学习算法，是作者贯穿始终，着重思考和期望的，也是本书的核心假设 。 “All knowledge – past, present, and future – can be derived from data by a single, universal learning algorithm.” 即“终极算法”。近乎万能的算法，可解决所有问题，不需再分别设计适合不同场景的算法。

就像是，机器学习五大学派坐在一起，不只为生出新的算法变种，或是来一次集体大合作，更要追求彻底大融合，取各自精髓合为一体，形成终极的通用算法。

回想早期的计算机，大都为特定用途设计，后来发展出冯•诺依曼结构的通用计算机。现在，工业电脑、个人电脑和无处不在的嵌入式系统等等，大部分都是冯•诺依曼结构的存储程序计算机。

作者提出并回答了很多问题，也想启发读者去思考，为终极算法的诞生贡献自己的创造。很多问题都被长期争论，历史也在反复，作者给出了自己的观点和设想，我们也可保留自己的观点，或产生新想法。对未来未知事物的想象和假设，总会随外部条件和自身认知的变化而更新。

也可能，硬件设备的某种根本性变革，或是受物理、化学和生命科学等领域新突破的影响，机器学习完成其历史任务，也要退出舞台，或存在于其他新形式中。

无论如何，技术进步终是为人服务。今天机器学习的发展如火如荼，影响着社会和所有人，下一个又会是什么？或许，终极算法实现的时候，已完全跳出今天机器学习的思想基础，甚或跳出计算机科学、数学和统计学的概念范畴。

《The Master Algorithm》读后感(四)：通过“概念模型”认识“机器学习”

概念模型，认识事物核心框架和基础逻辑的简单模型，能帮我们迅速切入新领域学习新知识。

这本书提供了机器学习的概念模型，适合不求甚解，快速完整地触及机器学习全貌，了解其体系结构和内在联系，再考虑有目标层层深入。

作者划分出五个机器学习的基础思想：

1、符号学派

2、连接学派

3、进化学派

4、贝叶斯学派

5、类推学派

分别讲解了他们的理论原理，主要算法，并有易懂的举例解释和应用介绍，以及各自的优势和局限性。

一个未来可期的通用学习算法，是作者贯穿始终，着重思考和期望的，也是本书的核心假设 ， “All knowledge – past, present, and future – can be derived from data by a single, universal learning algorithm.” 即“终极算法”。近乎万能的算法，可解决所有问题，不需再分别设计适合不同场景的算法。

就像是，机器学习五大学派坐在一起，不只为生出新的算法变种，或是来一次集体大合作。更要追求彻底大融合，取各自精髓合为一体，形成终极的通用算法。

回想早期的计算机，大都为特定用途设计，后来发展出冯•诺依曼结构的通用计算机。现在，工业电脑、个人电脑和无处不在的嵌入式系统等等，大部分都是冯•诺依曼结构的存储程序计算机。

作者提出并回答了很多问题，也想启发读者去思考，为终极算法的诞生贡献自己的创造。很多问题都被长期争论，历史也在反复，作者给出了自己的观点和设想，我们也可保留自己的观点，或产生新想法。对未来未知事物的想象和假设，总会随外部条件和自身认知的变化而更新。

也可能，硬件设备的某种根本性变革，或是受物理、化学和生命科学等领域新突破的影响，机器学习完成其历史任务，也要退出舞台，或存在于其他新形式中。

无论如何，技术进步终是为人服务。今天机器学习的发展如火如荼，影响着社会和所有人，下一个又会是什么？或许，终极算法实现的时候，已完全跳出今天机器学习的思想基础，甚或跳出计算机科学、数学和统计学的概念范畴。