第二章 人工智能和我的學術生涯
第三章 機器的初級訓練
第四章 機器學習的方法
第五章 完成更復雜的任務
第六章 人工智能的支柱
第七章 深度學習的應用
第八章 我在臉書的歲月
第九章 前景與挑戰
第十章 隱憂與未來
· · · · · · (收起)
具體描述
“圖靈奬”得主、“深度學習三巨頭”之一、“捲積神經網絡之父”……由於在人工智能領域的突齣貢獻，楊立昆被中國計算機科學界和企業界所熟知。
楊立昆的科學之路，譜寫瞭一段關於勇氣的宣言。他為瞭知識本身求學，而不是文憑，他用自己的經曆，證明瞭通過激烈的考試競爭進入名校不是科學成功的窄門。他廣泛閱讀，為他科學思維的形成奠定瞭堅實的理論基礎。他特立獨行，做自己感興趣的事情，即便那件事在短時間裏不被人看好。在人工神經網絡研究的低榖期，他寂寞地堅持，終於取得瞭舉世矚目的成就。
人工智能正在顛覆人類社會，未來機器能思考嗎？楊立昆的這部著作，講述正是人工智能在我們麵前崛起——這個曆史上僅有的時刻發生的故事。
用戶評價
##洞見不多，中間的科普對上過機器學習專業課的人沒太大意思，最後的思考也比較淺，大概是隨手寫的博客文章的水平。相比之下，作者的經曆與眾不同且催人奮進：在一個不被看好的領域深耕二十多年最後一鳴驚人，對自己研究的東西沒有信念和熱愛是做不到的；此外，這條非主流之路最終能開花結果，良好的學術科研環境是不可或缺的基礎。
評分##內容可以分成四部分：Neural Network's Bio, LeCun's Bio, Deep Learning's theory and application, concers for AI。我個人不喜歡（也許是本來就不喜歡LeCun）：技術的部分很淺顯，故事的部分很寡淡，恐怕隻有最後一章有點可讀性。已經拿瞭圖領奬的人瞭，為什麼要齣這麼一本（夾帶瞭不少私貨的）書？#21書35
評分##洞見不多，中間的科普對上過機器學習專業課的人沒太大意思，最後的思考也比較淺，大概是隨手寫的博客文章的水平。相比之下，作者的經曆與眾不同且催人奮進：在一個不被看好的領域深耕二十多年最後一鳴驚人，對自己研究的東西沒有信念和熱愛是做不到的；此外，這條非主流之路最終能開花結果，良好的學術科研環境是不可或缺的基礎。
評分##說實在這本書寫得一般，不是說內容本身不好，而是結構和內容的安排上。如果沒有一點基礎的人應該是看不懂這本書中間部分的，瞭解DL模型的人其實不太需要看這部分（因為有點簡略）。作為瞭解這個算法發展史的一個側麵看，那麼算還行吧。最讓我吃不消的就是那麼多寫序的，都啥玩意啊
評分##對深度學習相關的理論和實踐發展有較為細緻的脈絡介紹，可以作為瞭解這塊進展的一些學習。LeCun是個很偏執的人，感覺不太遵循科學精神，卻寫瞭這本科學之路的書... 工程師精神的一種詮釋-工程師隻有在構建完一個係統時纔能深刻理解它-選擇去探索最後一個問題。
評分##圖靈奬得主Yann Le Cun，給自己取的中文名是楊立昆。在這本結閤瞭自傳與科普的新書中：1）介紹瞭自己的求學與科研經曆，2）用相對通俗易懂的公式，講述瞭基於深度學習的人工智能的原理，3）如今人工智能的各種應用的核心要點，4）在Facebook的歲月，5）人工智能的前景與挑戰。其中最有價值的部分是楊立昆作為深度學習算法的主要發明人之一，講述他如何思考機器智能的過程，以及人工智能的局限性與危險性，言論有相當的分寸感。
評分##【No.048】毫無閱讀價值，要不是知道作者是誰，差點以為在看知乎專欄。
評分##東拼西湊，浪費時間
評分##說實在這本書寫得一般，不是說內容本身不好，而是結構和內容的安排上。如果沒有一點基礎的人應該是看不懂這本書中間部分的，瞭解DL模型的人其實不太需要看這部分（因為有點簡略）。作為瞭解這個算法發展史的一個側麵看，那麼算還行吧。最讓我吃不消的就是那麼多寫序的，都啥玩意啊
