Книга: Верховный алгоритм: как машинное обучение изменит наш мир - Педро Домингос

Очень порадовало, что автор книги - сам специалист по ML, и практик, а то в последнее время развелась куча "псевдо-экспертов" по искусственному интеллекту. Если же вы сами специалист по машинному обучению - то книга не утомит вас банальщиной, но удивит интересными экскурсами в историю AI и меткими обобщениями и наблюдения.

Я уже уже три года занимаюсь машинным обучением и рекомендуем всем своим студентам параллельно читать эту книгу и конечно же практиковаться - без программирования, реальных данных и решения практических задач верховный алгоритм даже с хорошей книжкой не постигнешь.

Автор имеет виды на построение идеального самообучающегося алгоритма, способного извлечь знание из любого набора сырых данных. И это действительно та ещё задачка. Не спеша, он проводит экскурсию по текущему состоянию дел в машинном обучении, по очереди знакомит с 5-ью основными «кланами» (символисты, коннекционисты, эволюционисты, байесовцы и аналогизаторы), а после строит догадку, на чём бы мог основываться учитывающий все плюсы и минусы каждого из подходов «верховный» алгоритм, на поверку оказывающийся лишь указующим жестом в сторону: мол, смотрите, возможно он там. Но экскурсия интересная: заставила меня записаться на два курса по машинному обучению на Coursera, чтобы поближе пощупать диковинного зверя.

Далее следует конспект.

Если серьезно, то эта книга - научно-популярное произведение для широкого круга читателей, как говорили в советские времена. И, на мой взгляд, чем дальше читатель от темы, тем больше удовольствия эта книга может доставить. Меня, как человека с машинным обучением более-менее знакомого, сильно раздражала "вода" и приводили в недоумение длинные пространные отступления. Хотя некоторые перлы порадовали, особенно, определение MCMC как "утопить наши печали в вине и бродить всю ночь пьяными".

С другой стороны, для менее искушенного читателя дается довольно неплохой высокоуровневый обзор основных направлений машинного обучения, с довольно подробной историей развития каждого, с упоминанием множества имен. Мне показалось, что некоторые области, например, символистское обучение, описаны несколько сумбурно, зато, скажем, глава о Байесовском подходе мне понравилась. Позабавило, что Домингос решил включить в свою книгу классический пример Перла про сигнализацию и землетрясение.

Впрочем, на мой взгляд, и подготовленному читателю и новичку читать лучше 3-8 главы, потому что в остальных слишком много воды, пропаганды этого самого Верховного алгоритма и общих мест: неужели так обязательно перечислять с подробностями все-все-все области применения машинного обучения?

P.S. А самом полезным для меня оказался список рекомендованной литературы в конце книги. Вот там уже достаточно серьезные учебники и статьи, тематически разбитые по областям, с кратким описанием, где про что. Думаю, еще очень пригодится.

Сразу стало понятно, что Домингос не одну пятилетку работает в этом направлении, так как он замечательно владеет материалом и полностью владеет "матчастью", поражают новые и точные ссылки на разработки его коллег в той или иной области. Книга написана, с моей точки зрения, очень удачно, что позволит читателям, интересующимся информационными технологиями вообще и технологиями big data в частности, достаточно просто разобраться с текущей ситуацией в научном мире разработок по этому вопросу. Даже читатели, достаточно далекие от информатики, могут в общих чертах познакомиться с предлагаемыми идеями.

Ну, а Домингос, конечно, оптимист до мозга костей, молодец! Он понимает, что если бы научный мир смог отыскать такой "верховный алгоритм", то наш бы научный прогресс семимильными шагами смог бы продвинуться вперед, как будто как раз в ефремовскую ЭМВ - Эру Мирового Воссоединения. Он предполагает, что это супер-алгоритм должен сочетать элементы всех уже встречающихся в тех или иных областях умных алгоритмов, применяющихся в современных системах. Для этого нужно объединить приверженцев символических, генетических, эволюционных, байесовских, коннекционных алгоритмов. Что же, в этих мыслях есть неплохое зерно. Осталось разобраться с вопросом, сколько лет нам еще понадобится, чтобы "научить" наши компьютеры с помощью такой гипотетической композиции.

В любом случае, книга очень интересна, так как автор не остается на уровне рассуждений, а готов полностью окунуться в проблему и пытается "захватить в свои сети" все новых и новых оптимистов. Такие книги реально нужны для научного мира с одной стороны и могут воспитываться любопытное подрастающее поколение с другой. Автор (как и издательство МИФ) смогли преподнести мне неожиданный сюрприз. Книга действительно стоящая, заставляющая поразмышлять, порассуждать и помечтать о нашем ближайшем будущем.