[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？