3.3 用户推荐指数
科技
类型
6.4
豆瓣评分
可以朗读
语音朗读
157千字
字数
2020-01-01
发行日期
展开全部
主编推荐语
深入谷歌、脸书、推特、亚马逊的算法黑箱,揭示科技巨头塑造的智能时代隐形秩序。
内容简介
这是一个“算法世界”:建立在数据之上的算法指导社会的运行、决定我们能在网上看到什么;它更是自动驾驶、智能管家、未来医疗以至智慧城市的基石。如果我们不了解算法如何使用数据,就无法知道人工智能将如何改变我们的生活。
在本书中,大卫·萨普特将引领读者展开一段有关算法的趣味旅程,了解数学阴暗的一面。通过采访那些在算法研究领域工作的科学家,以及动手进行有趣的数学实验,他介绍了那些能够分析我们、影响我们,甚至会变得更像我们的算法。
你将由此明白谷歌搜索是否存在种族歧视和性别歧视,为什么选举预测有时会与真实的选举结果间存在巨大的偏差,使用算法来找出罪犯是不是一个严重的错误,以及我们把决策权交给机器时,未来又会发生什么……
目录
- 版权信息
- 权威推荐
- 推荐序I
- 推荐序II
- PART ONE 第一部分 算法在监视我们
- 第1章 数据和算法让生活变得更美好吗?
- 谷歌人:用算法发现疾病、改善医疗保健
- “人工智能警官” VS 数据创造的“恐怖分子”
- 第2章 生活中无处不在的算法
- “黑箱算法”:被互联网巨头滥用的信息
- 用“噪声”打破重定向广告的精准推送
- 互联网世界里的算法偏见
- 第3章 社交媒体比你更了解你的朋友
- 破解社交网络中黑箱世界
- 主成分分析法:15个帖子读懂他人的生活
- 第4章 脸书是如何构建用户画像的
- 你的“点赞”正在暴露你的人格特征
- 算法将情绪数据化,预测你的行为
- 第5章 剑桥分析公司如何暗箱操控总统选举
- 回归模型帮助政客制定投票策略
- 出于政治目的操控每一种情感
- 回归分析为什么无法做出精准预测?
- 算法真的比我们更了解我们自己吗?
- 第6章 能否去除算法中的偏见?
- 定义偏见是道数学难题
- 相同的误报率和相同的漏报率不可兼得
- 追寻绝对公平的算法可能是错误的
- 第7章 数学模型能战胜人类吗?
- 算法无法洞悉和理解数据
- 精准广告:被数据操控的用户购买行为
- 模型预测比人工预测更准确?
- PART TWO 第二部分 算法想控制我们
- 第8章 政治竞选中的算法力量
- 概率世界并不是非黑即白
- 政治预测算法VS“超级预言家”
- 重视市场因素能有效提高预测准确度吗?
- 第9章 大家都喜欢的就是适合我们的吗?
- “大家也喜欢”:亚马逊推荐算法的构建细节
- 互联网用户为何喜欢“顶”多过“踩”?
- “链接果汁”:被“黑帽”操控的谷歌算法
- 扰乱互联网世界的虚假流量
- 第10章 谁是流量时代的背后推手?
- 顶流网红是被算法制造出来的
- 谷歌学术:被算法激起的科学界“人气竞赛”
- 左滑右滑,约会软件中的速配秘诀
- 第11章 过滤气泡阻碍人们认识真实世界
- 脸书、谷歌、推特在误导我们吗?
- 一次次的点击正在筑成你的信息茧房
- 阴谋论为何比科学更受欢迎?
- 网络上的负面信息很难左右你的情绪
- 第12章 回声室效应:信息闭塞的互联网时代
- 社交媒体的气泡并非密不透风
- 六度空间理论:你与反对者只隔六个人
- 第13章 横行社交黑箱中的虚假消息
- 是谁创造了“曼德拉效应”?
- 政治竞选中,算法创造的假新闻传播甚广
- 虚假报道只存在于社交气泡之中
- PART THREE 第三部分 算法时代的人与机器
- 第14章 人类需要对算法进行干涉吗?
- 算法决策:对付人类偏见的办法
- 谷歌搜索如何处理自然语言?
- 无监督学习把算法变成“坏学生”
- 第15章 一个智能作家的诞生
- 创造力:智能作家的关键武器
- 如何将神经网络训练成托尔斯泰?
- 苹果Siri 与神经网络聊天机器人
- 第16章 成为智能超级玩家
- 成为游戏高手,人工智能只需自学数周
- 卷积神经网络:电脑自学游戏原理的重要方法
- 神经网络研究的新挑战——全局规划
- 阿尔法狗-零:实现强人工智能只需十年?
- 第17章 “奇点”即将到来
- 强人工智能意味着人类的末日?
- 机器学习专家可以向微生物学习
- 算法的爆炸式发展让人如临大敌
- 第18章 解锁人类与算法共存的未来
- 埃隆·马斯克的末日预言
- 推特的算法让我们的生活更美好
展开全部
出版方
中资海派
深圳市中资海派文化传播有限公司是香港“中资出版社”在内地的姐妹公司。本公司以“人与知识的美好链接”为出版愿景,成立20年来,共出版了图书近两千种。 主要从事“经济管理/金融投资、人文科普/政史军事、心理励志/生活两性、家庭教育/少儿出版”四大知识领域的文化传播,通过图书的编辑、出版和发行业务,为读者开阔事业和生活的双重视野。