本文为阅读总结个人认为书里概念性的、对本人有帮助的内容，仅供参考。
我们生活在算法的时代。
算法就是一系列指令，告诉计算机该做什么，即如何操作计算机中的几十亿晶体管。所有算法，无论多复杂，都能分解为三种逻辑运算：与、或、非。
人们往往认为计算机只与数字有关，其实并非如此，它完全关乎逻辑。
米开朗基罗说过，他所做的一切，就是从大理石石块中看出雕像，然后将多余的石头刻掉，直到雕像的形状显现出来。同样，算法排除计算机中多余的晶体管，直到出现想要的功能。
算法是一套严格的标准。理查德·费曼曾说过，如果我无法创造某样东西，那么也就无法理解它。
如果某个理论无法用算法表达，那么它就不是很严谨。
每个算法都会有输入和输出：数据输入计算机，算法会利用数据完成接下来的事，然后结果就出来了。
机器学习则颠倒了这个顺序：输入数据和想要的结果，输出则事算法，即把数据转换成结果的算法。
我们掌握的数据越多，我们能学的也就越多。机器学习是一把剑，利用这把剑可以杀死复杂性怪兽。
有些学习算法学习知识，有的则学习技能。在机器学习中，知识往往以统计模型的形式出现，因为多数会知识都是可以统计的。技能往往以程序的形式出现。
机器学习有许多不同的形式，也会涉及许多不同的名字：模式识别、统计建模、数据建模、数据挖掘、知识发现、预测分析、数据科学、适应系统、自组织系统等。
机器学习人工智能的子域。人工智能的目标是教会计算机完成现在人类做的更好的事，而机器学习可以说就是其中最重要的事。
计算科学通常需要的是准确思维，但机器学习需要的是统计思维。
工业革命是手工业自动化，信息革命解放了脑力劳动，而机器学习则是自动化本身自动化。
将自动化带入新的高度，机器学习革命会带来广泛的经济及社会变革，网络营销仅仅是巨大变革中的一种表现形式。
学习算法就是“媒人”，它们让生产商和顾客找到对方，克服信息过载。
学习算法并不是完美的，决定的最后一步通常还得由人来做，但学习算法很智能，为人们减少了需要做的选择。
机器学习使科学的发现过程自动化。这既是商业领域的革命，也是科学领域的革命。