跳到主要內容

發表文章

目前顯示的是 10月, 2016的文章

跟著白色的兔子走,到哲學的世界裡去 Notes

英美哲學目前流行,主張所有一切敘述必須回到日常生活習慣的語言,清楚明白表達。即使讀者沒有多少哲學背景,也能很快上手。這樣的哲學又稱之為分析哲學(analytic philosophy),依據現有大家已經習以為常的語言結構,先把一切問題關鍵分析清楚,再去深入討論。而這樣的哲學方法在當今時代已經成為主流趨勢。 「最棒的旅行並非那些遠赴異國的遊歷,而是以不一樣的角度去審視這個世界。」思想的旅行正是如此,當我們從不同的角度開始一段新的旅程,我們將會發現許多新奇有趣的事物。 亞里斯多德曾說,哲學起於訝異。 正如每項手工藝,哲學也是種知識與能力的集合,從事的人必須熟悉相關的內容與方法。分析哲學家的特徵便是他們的方法。他們總是力求以盡可能簡單的方式表達,並且只在不可避免的情況下使用專業用語。 他們以詳述理由的方式來論證,力圖解決問題,他們在邏輯方面訓練有素,以縝密的方式壓縮自己的論點。 「情感的本質是什麼?」本質是一種不可或缺的特性。 身體理論認為,身體感受的形式是本質性的。沒有悲傷是不帶著眼淚或哽咽。認知的理論,亦即思想理論認為,情感總是與詮釋或判斷有關。沒有悲傷是不帶著對於我們失去了什麼的認知﹔例如失去了伴侶或祖父母等。混合理論則認為,情感是由多種要素所組成。我們可以將情感理論大致分成這三類。 「情感究竟有何作用?」 一旦我們的判斷改變,情感必然也會改變。可是,有許多害怕蜘蛛的人,即使他們知道蜘蛛並不可怕,他們依然會對蜘蛛感到害怕。我們可以迅速摒棄錯誤的判斷,卻無法同樣迅速摒棄錯誤的情感。況且,我們經常會在完全領會自己究竟在害怕什麼之前,就已經先害怕了。因此,深思熟慮的判斷並非屬於恐懼的本質。 我們的體驗在情緒記憶中留下了痕跡,當我們再也不曉得究竟如何選擇,它們便會自行引導我們的行為。 納尼亞傳奇作者曾於上個世紀三0年代主張,浪漫的愛情是中古世紀的一項發明。 為何負面的情感能取悅我們?不知何故,這似乎是種基礎經驗,那就是: 當我們擁有濃烈的情感時,特別能夠感受到自己是人。 字母、單字與句子並非跡象,而是符號,它們和它們的來源之間既不存在自然的連結、也不具有如圖像一般的相似性。 詞意的使用是固定的。 詞彙只是工具 。
 當提到例如「但是」、「這」或「與此同時」等詞彙時,我們又該想些什麼呢? 此外,我們的圖像概念太
最難受的不是孤單,而是被一個忘不了的人給遺忘。 What's worse than feeling lonely is being forgotten by someone who you can't forget. 寂寞拍賣師 (The Best Offer), 2013

大演算:機器學習的終極演算法將如何改變我們的未來,創造新紀元的文明 notes

大演算:機器學習的終極演算法將如何改變我們的未來,創造新紀元的文明? 這本《大演算》,500頁的書,完整筆記就做了兩萬五千字,讓我受益匪淺的一本書,絕對是我2016 Top 10選書。 ★亞馬遜AI與機器學習類暢銷榜 第1名 ★亞馬遜數學與統計類暢銷榜 第1名 ★亞馬遜資訊理論類暢銷榜 第1名 ★CNN、《新科學人》、《經濟學人》、《柯克斯書評》等多家媒體推薦報導 ★比爾.蓋茲年度選書! 如果你已瞭解了一些 machine learning的演算法原理,像是SVM / bayes / tree ...,就更能瞭解作者多明戈斯的天才,也更能享受本書帶來的知識及想法。 多明戈斯認為,如果有人可以成功整合這些演算法的優點,就能發展出「終極演算法」,便可以從大數據與人工智慧中,獲得世界上過去、現在與未來的所有知識,將創造新紀元的文明。 本書主要的思想學派共分成五個,將為每個學派開闢一個章節專門介紹。 符號理論學派( Symbolists )將學習視為是一種逆向演繹法,是從哲學、心理學和邏輯思路方面取得概念。 類神經網路學派( Connectionists )會進行大腦的反向工程( reverse engineer ),主要是受到神經科學和物理學的啟發,模擬人腦思考行為。 演化論學派( Evolutionaries )會在電腦上模擬演化演變,澈底運用遺傳學( genetics )和演化生物學(evolutionary biology )理論。 貝氏定理學派( Bayesians )相信學習是機率推理的一種形式,是根據統計學做為理論的依據。 而類比推理學派( Analogizers )則是透過從相似度判斷進行推論學習,並且受到心理學和數學的最佳化影響。 當我們在認識每一種思想學派時,我們的目標是蒐集完整的機器學習拼圖,並詳加解讀每一類型演算法適合應用的地方。要注意的是,沒有一位盲人可以正確摸熟整隻大象身軀。 並非所有機器學習演算法的運作都一樣,其差異也會產生不同的影響。以亞馬遜和Netflix 的推薦系統( recommenders )為例,每家公司都試圖經由網站流程介面引導「適合你」的採購行為,試圖確認什麼是你「需要」的商品,亞馬遜系統會推薦你瀏覽以前經常光顧的貨架﹔ Netflix 系統則會帶你瀏覽商店中你尚未瀏