Å·±¦ÓéÀÖ

Um livro bem denso que usa a inteligência artificial como contexto para explicar algoritmos. Passando pelos vários tipos de algoritmos de machine learning: conexionistas, bayesianos, evolutivos, simbolistas e analogistas.

Pesado, mas didático e bem humorado. Não recomendo para o público geral. Recomendo muito para quem já tem um background em matemática ou ciências em geral, ou quem realmente quer entender como funcionam os métodos de análise de big data atuais, porque depende de vários conceitos prévios. E recomendo especialmente para quem trabalha com bioinformática, pois achei a didática do autor sensacional para explicar métodos de análise como bayesiana, MCMC, cadeias de Markov, scale vector e afins. Talvez sirva para várias outras áreas com as quais não sou familiar. E mesmo para quem já tem um bom conhecimento na área, pode ser relevante, dado o tanto que o autor conhece, explica e relaciona.

Bastante atual, com vários exemplos interessantes e relevantes de companhias e problemas onde os algoritmos são aplicados. Além de um escopo muito maior do que só algoritmos, a discussão é bem situada no presente. E a discussão final sobre o que fazemos com nossos dados pessoais e como (possivelmente) lidar com a relação perda de privacidade/ganho de personalização é bastante sóbria e relevante. Me lembra um pouco a densidade e compreensão do autor do Superintelligence: Paths, Dangers, Strategies.

Só cansei de ler "cura do câncer" como o exemplo de objetivo.