Педро Домингос - Верховный алгоритм

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