전통적으로 컴퓨터에게 일을 시키기 위해서는 세세한 사항까지 공들여 설명하는 알고리즘을 작성하는 방법 즉 코딩을 해야 했다. 하지만 머신러딩 알고리즘은 이와 다르게 스스로 데이터를 이용해 추론하며 일을 해낸다. 머신러닝 분야에서 경쟁하는 다섯 종족은 기호주의자, 연결주의자, 진화주의자, 베이즈주의자, 유추주의자인데 서로 다른 최적화 기법과 평가방법으로 기계를 학습시킬 수 있다고 주장한다.
기호주의자(symbolists)는 학습을 연역의 역순으로 보며 철학과 심리학, 논리학에서 아이디어를 얻는데, 이들은 역연역법(inverse deduction)을 중요하게 생각한다. 연결주의자(connectionists)는 두뇌를 분석하고 모방하며 신경과학과 물리학에서 영감을 얻는데, 이들의 핵심 알고리즘은 역전파(backpropagation)이다. 진화주의자(evolutionaries)는 컴퓨터에서 진화를 모의시험하며 유전학과 진화생물학에 의존하고 유전자 프로그래밍(genetic programming)을 핵심이라고 주장한다. 베이즈주의자(Bayesians)는 학습이 확률 추론의 한 형태라고 믿으며 통계학에 뿌리를 두고 있는데, 이들의 마스터 알고리즘은 베이즈 추정(Bayesian inference)이다. 유추주의자(analogizers)는 유사성 판단을 근거로 추정하면서 배우며 심리학과 수학적 최적화의 영향을 받고 있는데 이들은 서포트 벡터 머신(support vector machine)을 최고로 친다.
페드로 도밍고스는 다섯 종족의 간략한 역사와 그들의 주장을 별다른 수식 없이 설명하려고 노력하였고 일정 부분 성공을 거두었다. 특히 한국에서는 알파고의 충격 이후 텐서플로를 이용한 딥러닝이 대세가 되면서 많은 사람이 텐서플로가 딥러닝이고 이것이 기계학습이며 인공지능이라고 생각하고 있다. 이러한 사람들에게 기계학습을 하는데 서로 다른 방법론과 알고리즘이 있다는 것을 알려주는 개론서 역할을 충실히 하고 있다. 마지막 장에서 머신러닝에 대한 여러 가지 예측을 하는데 컴퓨터가 하는 일을 계속 지켜보는 일종의 AI auditor가 필요해 질 것이라는 견해에 크게 공감했다. 다만, 마스터 알고리즘에 관한 주장의 세밀한 부분을 판단하기는 어렵지만 섣부른 측면이 있다고 생각된다.
쉽지 않은 책이었지만 머신러닝을 조망하는 시야를 얻을 수 있었다.