译者的话
0 引言
0.1 算法困惑
0.2 通过算法排序
0.3 人与机器学习
0.4 为什么会出错
0.5 我们是谁
0.6 本书内容包含和不包含什么
0.7 本书内容简述
1 算法隐私：从匿名到噪音
1.1 “没有匿名数据”
1.2 糟糕的解决方案
1.3 违规和推断
1.4 吸烟可能会损害你的隐私
1.5 隐私的差分概念
1.6 如何进行令人尴尬的民意调查
1.7 你相信谁？
1.8 走出实验室，走进野外
1.9 差异隐私不承诺什么
2 算法公平：从均势到帕累托
2.1 类比带来的偏见
2.2 学习关于你的一切
2.3 你的向量就是你
2.4 禁止输入
2.5 定义公平
2.6 会计“功绩”
2.7 公平性与准确性之间的战斗
2.8 天下没有公平的午餐
2.9 公平性之间的战斗
2.10 防止“公平性细分歧视”
2.11 算法之前和算法之后
3 大众游戏：使用算法
3.1 约会游戏
3.2 当人们自身成为问题所在
3.3 跳球和
3.4 通勤博弈
3.5 自私的导航应用
3.6 麦克斯韦解决方案
3.7 麦克斯韦均衡
3.8 欺骗麦克斯韦
3.9 通过关联进行合作
3.10 博弈无处不在
3.11 与3亿朋友一起购物
3.12 购物、可视化
3.13 另一类型的云计算
3.14 回音室均衡
3.15 量化和注入多样性
3.16 医疗配对
3.17 算法思维博弈
3.18 科学家(使用数据)进行博弈
4 迷失花园：数据导引的歧路
4.1 过去的性能无法保证未来的回报
4.2 力量姿势、开创性和红酒
4.3 科学游戏
4.4 机器学习的竞赛运动
4.5 邦弗朗尼校正和百度
4.6 适应性的危险
4.7 未选择的路
4.8 对数据的“拷打”
4.9 维护分叉路径的花园
4.10 花园的守门人
4.11 成功的排行榜
4.12 照料“私人花园”
5 有风险的生意：可解释性、道德和奇点
5.1 寻找光
5.2 照亮黑盒子
5.3 自动驾驶的道德问题
5.4 奇点的威胁
5.5 云端视角
5.6 我担心什么？
6 若干结论性思考
6.1 一个原因，诸多问题
6.2 算法承诺
6.3 在刚刚开始的时候
鄂公网安备 42010302001612号 