花了一天看完了<<算法小時(shí)代>> , 算是一個(gè)科普算法發(fā)展歷史的小冊(cè)子,能觸動(dòng)的句子不多:
一般來說,"貪心算法"找到的解決方案可能不是最好的,但卻是"合理的".
算法越簡(jiǎn)單，就越有規(guī)律性和一致性点晴。
在海量數(shù)據(jù)分析中脆淹，算法很自然地傾向于每次都做出 最常見的選擇。例如消返，在某種程度上偏陪，電影推薦算法會(huì)把 看過電影的人數(shù)作為依據(jù):看過的人越多，推薦越多铡恕，而 推薦越多，看到的人也會(huì)越多丢间。有了這樣的算法探熔，大家會(huì) 扎堆觀看同一部電影，甚至不知道還有其他電影存在烘挫。這 樣一來祭刚，電影創(chuàng)作的多樣性就有被扼殺的危險(xiǎn)，令人眼前一亮的好作品也會(huì)就此消失墙牌。-
Netflix 使用的推薦算法更 復(fù)雜涡驮，但它們只改進(jìn)了喜好的概念。這些算法是基于與我 們觀點(diǎn)相似的人群的意見而設(shè)計(jì)的喜滨，所以捉捅，它們喜歡推薦 那些與我們品味接近的人看過的電影。我們被一場(chǎng)電影或 一本書“所震驚”的機(jī)會(huì)也就更小了虽风，永遠(yuǎn)無法突破自己 的品味選擇棒口。
這個(gè)問題之前真沒想到.以后在電商買書的時(shí)候,注意不要只看看推薦的同類書籍,也要多看看其他類型的菜單.
