第一章 機器學習革命

　　學習算法入門

　　為何商業擁護機器學習

　　給科學方法增壓

　　10億個比爾·克林頓

　　學習算法與國家安全

　　我們將走向何方

　　第二章 終極算法

　　來自神經科學的論證

　　來自進化論的論證

　　來自物理學的論證

　　來自統計學的論證

　　來自計算機科學的論證

　　機器學習算法與知識工程師

　　天鵝咬了機器人

　　終極算法是狐貍，還是刺猬

　　我們正面臨什么危機

　　新的萬有理論

　　未達標準的終極算法候選項

　　機器學習的五大學派

　　第三章 符號學派：休謨的歸納問題

　　約不約

　　“天下沒有免費的午餐”定理

　　對知識泵進行預設

　　如何征服世界

　　在無知與幻覺之間

　　你能信任的準確度

　　歸納是逆向的演繹

　　掌握治愈癌癥的方法

　　20問游戲

　　符號學派

　　你能信任的準確度

　　歸納是逆向的演繹

　　掌握治愈癌癥的方法

　　20問游戲

　　符號學派

　　第四章 聯結學派：大腦如何學習

　　感知器的興盛與衰亡

　　物理學家用玻璃制作大腦

　　世界上最重要的曲線

　　達爾文的算法

　　探索：利用困境

　　程序的適者生存法則

　　統治世界的定理

　　所有模型都是錯的，但有些卻有用

　　從《尤金·奧涅金》到Siri

　　所有東西都有關聯，但不是直接關聯

　　推理問題

　　掌握貝葉斯學派的方法

　　馬爾可夫權衡證據

　　邏輯與概率：一對不幸的組合

　　第七章 類推學派：像什么就是什么

　　性有何用

　　先天與后天

　　誰學得最快，誰就會贏

　　第六章 貝葉斯學派：在貝葉斯教堂里

　　攀登超空間里的高峰

　　感知器的復仇

　　一個完整的細胞模型

　　大腦的更深處

　　第五章 進化學派：自然的學習算法

　　完美另一半

　　維數災難

　　空中蛇災

　　爬上梯子

　　起床啦

　　第八章 無師自通

　　物以類聚，人以群分

　　發現數據的形狀

　　擁護享樂主義的機器人

　　熟能生巧

　　學會關聯

　　第九章 解開迷惑

　　萬里挑一

　　終極算法之城

　　馬爾科夫邏輯網絡

　　從休謨到你的家用機器人

　　行星尺度機器學習

　　醫生馬上來看你

　　第十章 建立在機器學習之上的世界

　　性、謊言和機器學習

　　數碼鏡子

　　充滿模型的社會

　　分享與否？方式、地點如何？

　　神經網絡搶了我的工作

　　戰爭不屬于人類

　　谷歌＋終極算法=天網？

　　進化的第二部分

　　后記

　　你也許不知道，但機器學習就在你身邊。當你把查詢信息輸入搜索引擎時，它確定該向你顯示哪些搜索結果（包括顯示哪些廣告）。當你打開郵箱時，大部分垃圾郵件你無法看到，因為計算機已經把這些垃圾郵件過濾了。登錄亞馬遜網站購買一本書，或登錄網飛（Netflix）公司網站觀看視頻，機器學習系統會推薦一些你可能喜歡的產品。臉書（Facebook）利用機器學習決定該向你展示哪些更新，推特（Twitter）也同樣會決定顯示哪些文章。你使用計算機的任何時候，都有可能涉及機器學習。

?

　　傳統上認為，讓計算機完成某件事情的唯一方法（從把兩個數相加到駕駛飛機），就是非常詳細地記錄某個算法并解釋其如何運行。但機器學習算法就不一樣：通過從數據中推斷，它們自己會弄明白做事方法。掌握的數據越多，它們的工作就越順利。現在我們不用給計算機編程，它們自己給自己編程。

　　機器學習不僅存在于網絡空間，它還存在于你每天的生活中：從你醒來到入睡，每時每刻無所不在。

　　早上7點你的收音機鬧鐘響起，播放的是你之前從未聽過的歌曲，但你的確很喜歡這首歌。Pandora電臺（可免費根據你的喜好播放歌曲）的優勢在于，根據你聽的音樂，電臺掌握了你的品位，就像你自己的radio jock賬號一樣。這些歌曲本身可能借助機器學習來播放。接下來你吃早餐，閱讀早報。早報在幾個小時前印好，利用學習算法，印刷過程經過仔細調整，以免報紙出現折痕。你房間的溫度剛剛好，電費明顯少了很多，因為你安裝了Nest智能溫控器。

　　你開車去上班，車持續調整燃油噴射和排氣再循環，以達到最佳的油耗。你利用一個交通預報系統（Inrix）來縮短高峰時段上下班的時間，這當然能減緩你的壓力。上班時，機器學習幫你克服信息超載。你利用數據立方體來匯總大量數據，從每個角度觀察該立方體，獲取最有用的信息。你要決定是采用布局方案A，還是采用布局方案B，以便為網站帶來更多的業務。網絡學習系統會嘗試兩種布局方案，并給予反饋。你得對潛在供應商的網站進行調查，但網站的語言是外語。沒關系，谷歌會自動為你翻譯。E–mail會自動分類并歸入相應的文件夾，只把最重要的信息留在郵箱里，非常方便。文字處理軟件幫你查找語法和拼寫錯誤。你為即將到來的行程查找到一個航班，但決定推遲購買機票，因為必應旅行（BingTravel）預測票價很快會下降。也許你沒有意識到以上這些，要不是機器學習幫助你，你可能要馬不停蹄地親自做很多事情。