2016/02/24

[Books] The Master Algorithm 機器學習的五大門派

這篇主要是簡短的介紹一本書:The Master Algorithm,作者 Pedro Domingos 是 University of Washington 的教授,這本書算是「完全不用數學公式的機器學習導論」(machine learning without equations),對於既不想碰數學又想了解機器學習在做什麼的人來說,算是不可多得的讀物。

會接觸到這本書,是之前收到 Domingos 教授在 ACM 的演講通知 "The Five Tribes of Machine Learning",聽了之後覺得還蠻不錯的,讓我對整個領域有更宏觀的理解,就買了書來看。

書中描述的「機器學習五大門派」分別是:

  • Symbolists (例如決策樹 decision tree)
  • Connectionists (例如類神經網路 neural networks)
  • Evolutionaries (例如遺傳演算法 genetic algorithm)
  • Bayesians (例如 naive Bayes 或推論網路)
  • Analogizers (例如 SVM)

演講跟書裡對五大門派都有更詳細的說明,這裡就不多做贅述。Domingos 教授的書,主要是倡言這個領域的發展,在未來會出現統合這五大門派的武林盟主,也就是 Master Algorithm,可以解決大多數(如果不是所有的)問題。

我個人還不敢自稱是這個領域的「專家」,但是以熟悉數個門派的方法,以及歷年來處理多種形態資料的實務經驗來說,我覺得這件事情不是可能,但恐怕也沒那麼容易。抽象理論上或許可能會有一個「架構」來整合整個機器學習應用的流程,但是在應用端就很難有統一的作法:至少行動裝置和資料中心,就很難用同樣的計算架構做同一件事情。

無論如何,這本書是機器學習領域值得一讀的書,不知道會不會有中文版?