작가 소개

저자 : 페드로 도밍고스
시애틀 워싱턴대학의 컴퓨터과학 및 공학 교수. 리스본의 IST(Instituto Superior Tecnico)대학에서 전기공학 및 컴퓨터과학 학사와 석사 학위를, 캘리포니아대학 어바인캠퍼스(UC Irvine)에서 정보 및 컴퓨터과학 박사 학위를 취득했다. 머신러닝 분야의 선구적인 전문가로 데이터과학 분야의 최고 영예인 SIGKDD 혁신상을 2년 연속 수상하며 세계적인 주목을 받았다. 이후에도 풀브라이트 펠로우십, 슬론 펠로우십, 미국국립과학재단의 CAREER상, IBM 교수상(Faculty Award)을 받으며 명성을 쌓아왔다. 그의 주요 연구 분야는 머신러닝과 데이터 마이닝으로 컴퓨터가 인간의 도움을 더 적게 받으면서 더 많이 일하고, 경험을 통해 배우면서 새로운 지식을 발견하는 것을 목표로 한다. 그는 새로운 방향을 제시하는 창조성과 기술적 깊이 면에서 그 탁월함을 인정받고 있는데, 특히 머신러닝과 인공지능 그리고 철학의 오랜 과제였던 ‘어떻게 논리와 확률(Logic&Probability)을 통합할 것인가’에 관한 문제를 풀어낸 것으로 잘 알려져 있다. 이 연구는 과학전문지 《뉴 사이언티스트》에 커버스토리로 소개되기도 했다. 지금까지 120개가 넘는 전 세계 대학, 연구실, 컨퍼런스에 연사로 초청되었으며 그의 머신러닝 강좌는 워싱턴대학 내 최고의 수업으로 선정되고 있다. 2001년 설립된 국제머신러닝협회의 공동 창립자이자 인공지능발전협회의 특별회원인 그는 현재 워싱턴대학 외에도 스탠퍼드대학, 매사추세츠공과대학, 카네기멜론대학의 교환교수로 활동 중이다.

  목차

들어가는 말

제1장 머신러닝의 혁명이 시작됐다
머신러닝은 무엇인가 / 최고의 기업들이 머신러닝을 채택하는 이유 / 머신러닝이 과학을 혁신한다 / 국가의 운명을 바꾼다 / 지상 전쟁에 한 명, 가상 전쟁에 두 명 / 우리는 어디로 향하는가

제2장 마스터 알고리즘은 어떻게 탄생하는가
신경과학에서 / 진화론에서 / 물리학에서 / 통계학에서 / 컴퓨터 과학에서 / 머신러닝 vs 지식공학 / 머신러닝 vs 인지 과학 / 머신러닝 vs 머신러닝 실행자 / 마스터 알고리즘은 당신에게 무엇을 주는가 / 또 다른 만물 이론이 될 것인가 / 본선에 진출하지 못하는 후보들 / 머신러닝의 다섯 종족

제3장 흄이 제기한 귀납의 문제 _기호주의자의 머신러닝
데이트를 할 수 있을까, 없을까 / ‘세상에 공짜는 없다’라는 정리 / 지식 펌프에 마중물 붓기 / 세상을 다스리는 법 / 무지와 환상 사이 / 당신이 믿을 만한 정확도 / 귀납법은 연역법의 역이다 / 암 치료법 학습하기 / 스무고개 놀이 / 기호주의자의 믿음

제4장 우리 두뇌는 어떻게 학습하는가 _연결주의자의 머신러닝
퍼셉트론의 성장과 쇠퇴 / 물리학자가 유리로 두뇌를 만들다 / 세상에서 가장 중요한 곡선 / 초공간에서 등산하기 / 퍼셉트론의 복수 / 세포의 완전한 모형 / 두뇌 속으로 더 깊이 들어가기

제5장 진화, 자연의 학습 알고리즘 _진화주의자의 머신러닝
다윈의 알고리즘 / 탐험과 개발 사이의 딜레마 / 최적 프로그램의 생존 / 성의 임무는 무엇인가 / 자연에서 ‘학습’을 배우는 두 종족 / 가장 빨리 학습하는 자가 승리한다

제6장 베이즈 사제의 성당에서 _베이즈주의자의 머신러닝
세상을 움직이는 정리 / 모든 모형은 틀리지만 그중에는 유용한 모형도 있다 / 예브게니 오네긴에서

  회원리뷰