《天才与算法》整理

第一章 洛夫莱斯测试

艺术创造规则，而不是规则创造艺术

差分机：一种自动机械计算器，由大大小小的齿轮堆叠成塔状结构，每个齿轮的轮齿上标记有数字，旁边装有一个手柄。通过手柄的转动可以驱动齿轮，可以自动完成比较简单的数学计算。

分析机：一种通用的数学计算机，能力不局限于自动机械计算。

洛夫莱斯测试规则：算法需要创作一件艺术作品，人类程序员无法揭示该算法的工作原理，但整个过程是可复现的（以排除因硬件错误产生的结果）。[“难以克服的挑战”--具备超越程序员或数据集创建者的创造力]

第二章 激发创造力

理智是创造力最大的敌人

博登将人的创造力归纳为三种：探索型创造力，组合型创造力，变革型创造力。

第三章 向人类宣战

我们在持续重构世界秩序，直觉始终被尊崇

第四章 算法，网络时代的生活秘诀

 算法具备的四个关键特征的核心：

1.它应该由一组精确的陈述和明确的指令组成

2.无论输入的参数如何，这个过程都应该完成（不应该进入无限循环）

3.它应该给输入算法的任何参数以答案

4.在理想情况下，它的运行速度应该很快

第五章 从[自上而下]到[自下而上]

机器学习的核心----在经验学习中改进算法的性能，对每个输出的结果进行自判断并即时调整算法公式，避免再次出错，在错误中不断学习进而得到改进。

感知器原理：神经元就像一个逻辑门，接收输入的信息，然后通过计算来判断是否触发并产生兴奋反应。

              感知器通过分层来构造节点之间的级联效应----神经网络

图灵测试：指测试者与被测试者（一个人和一台机器）隔开的情况下，通过一些装置（如键盘）向被测试者随意提问。进行多次测试之后，如果有超过30%的测试者不能确定出被测试者是人还是极其，那么这台机器就通过了测试，并被认为具有人类智能。

机器学习所面临的挑战之一----过度拟合，因此有必要减少方程的项数；防止误导在建模时过分关注细节而错过数据呈现的总体趋势从而不符合客观规律的预测结果。

第六章 算法的进化

机器学习的目标是构建关于特定问题的针对性解决方案

第七章 数字绘画

计算机生成的最经典的分形案例之一---曼德博集合（一种在复平面上组成分形的点的集合）

分形艺术与内斯利用计算机生成的计算机艺术最根本的区别在于，分形艺术是完全确定的，是由算法决定的。计算机在没有变成的情况下，是不会做出任何运算的。

第八章 站在巨人的肩膀上

艺术不是再现可见，而是使不可见成为可见

生成式对抗网络：一种深度学习模型，复杂分布中无监督学习最具前景的方法之一。

第九章 数学的艺术

灵光乍现，从来都是厚积薄发

第十章 数学家的望远镜

第十一章 音乐：声响的数学之旅

欧几里得算法又称辗转相除法，用于计算两个正整数的最大公约数，应用于数学和计算机两个领域。

第十二章 歌曲的创作公式

第十三章 深度数学

第十四章 语言游戏

第十五章 人工智能讲故事

第十六章 为什么要创造：思想的交流