关于本书

公司正处于生产率大幅跃升的风口浪尖。如今，成千上万的人参与到流程工作中去，他们从一个源头获取信息，并将其发送到另一个地方。下面就以采购和应付账款为例。

采购人员帮助客户创建一个采购订单，然后将其发送给供应商。
供应商的订单处理人员接受采购订单，并将其录入订单处理系统，接着在该系统中履行订单，并将货物运送给下单的客户。
客户装卸码头的工作人员接收货物，财务人员将发票输入客户的财务系统。

在未来十年内，几乎每家公司的所有这些流程都将实现完全自动化，并且机器学习将在流程每个阶段的自动化决策点中扮演重要角色。它将帮助公司做出以下决定。

批准订单的人是否有权这么做？
缺货产品是否可以用其他产品代替？
如果供应商替换了产品，收货方会接受吗？
可以根据发票直接付款还是应该检查发票？

机器学习对于公司的真正好处是，它可以让你构建能够适应变化的决策应用程序。你无须在系统中编写数十条或者数百条规则，而是输入过去正确的和错误的决策示例，然后让机器根据当前场景与过去示例的相似度来进行决策。

这样做的好处是，当遇到全新的输入时，系统不会中断。而挑战在于，交付机器学习项目与交付正常的IT（信息技术）项目所采用的思维方式和方法不同。

在正常的IT项目中，你可以测试每条规则以确保它们正常运行。而在机器学习项目中，你只能进行测试以查看算法是否对测试场景做出了适当响应。对于全新的输入，你也不知道它将如何应对。相信保障措施能在算法无法正确响应时进行干预，你和利益相关者就要能够接受这种不确定性。

目标读者

本书目标读者是那些更喜欢使用Excel而不是使用Python之类编程语言的人。每章都包含一个完整的Jupyter笔记本，该笔记本将创建机器学习模型、部署模型并根据该章准备的数据集运行模型。你无须进行任何编码即可查看运行的代码。

然后，每一章都会带你一步步了解代码，让你了解它是如何工作的。只要稍加修改，你就可以直接将代码应用到自己的数据中。学完本书，你应该能够处理公司内的各种机器学习项目。

本书组织方式：路线图

本书分为三个部分。

第一部分首先介绍了公司需要提高生产率以保持竞争力的原因，并解释了有效的决策是如何在其中发挥作用的；然后阐释了为什么机器学习是一种很好的商业决策方式，以及如何使用开源工具和AWS工具将机器学习应用于业务决策中。

第二部分研究了六个场景（每章一个场景），这些场景展示了如何使用机器学习来制定业务决策。这些场景关注的是普通公司如何使用机器学习，而不是Facebook、Google或Amazon如何使用机器学习。

第三部分讨论了如何在Web上设置和共享你的机器学习模型，以便你的公司可以使用机器学习进行决策；然后介绍了一些案例研究，这些案例研究表明了公司如何应对使用机器学习进行决策时所带来的变化。

关于代码

第二部分的每一章都为你提供了Jupyter笔记本以及一个或多个示例数据集，你可以将其上传到AWS SageMaker并运行。第三部分提供了设置无服务器API的代码，以便为网络用户提供预测结果。

可以在AWS SageMaker上运行并编写本书第二部分中使用的代码。你无须在本地安装任何东西，可以用任何联网的计算机（甚至是Google Chromebook）来运行这些代码。要设置本书第三部分中的无服务器API，你需要在运行macOS、Windows或Linux操作系统的笔记本计算机上安装Python。

本书中包含了很多源代码的例子，有的是代码清单，有的位于正文段落中。在这两种情况下，源代码都是以 fixed-width font like this 这样的等宽字体显示的，以便与普通文本分开。

在许多情况下，原始源代码的格式已重新处理过；我们添加了换行符并修改了缩进以适应页面宽度。许多代码清单中有代码注解（注释），突出了重要的概念。此外，当文本中描述了代码时，通常会将源代码中的注释从代码清单中删除。

本书中的示例代码可从Manning网站和GitHub网站下载。

liveBook论坛

购买本书可以免费访问由Manning Publications运营的私有网络论坛，你可以在其中对本书发表评论、提出技术问题并获得作者和其他用户的帮助。要访问该论坛，请访问 https://livebook.manning.com/book/machine-learning-forbusiness/welcome/v-6/ 。你还可以在 https://livebook.manning.com/#!/discussion 上了解有关Manning论坛和行为准则的更多信息。

Manning承诺为读者提供一个场所，使各个读者之间以及读者与作者之间进行有意义的对话。这不是作者对任何特定参与程度的承诺，他们对论坛的贡献仍然是自愿的（而且是无偿的）。建议你尝试向他们提出一些有挑战性的问题，以免他们失去兴趣！只要本书仍然在销售，就可以从出版商的网站上访问该论坛和以前的讨论的存档。

关于作者

理查德和道格曾在同一家采购软件公司工作。在理查德被聘为数据工程师，帮助该公司对数百万种产品进行分类后不久，道格出任该公司的CEO。

离开公司后，道格建立了Managed Functions，这是一个集成/机器学习平台，使用Python和Jupyter笔记本来实现业务流程自动化。理查德继续在澳大利亚的悉尼大学完成数据科学硕士学位，现在担任Faethm的高级数据科学家。

关于封面

本书封面上的插图标题是“Costumes civils actuels de tous les peuples connus”，意思是“目前所有已知民族的平民服装”。这幅插图选自Jacques Grasset de Saint-Sauveur（1757—1810）于1797年在法国出版的 Costumes de Différents Pays ，其中收集了身着各个国家及地区服饰的人物画像。

每幅插图都是精细的手绘并且手工上色。Jacques Grasset de Saint-Sauveur的作品集丰富多样，让我们清楚地看到了200多年前世界上的城镇和地区在文化上的差异。由于彼此隔绝，人们说着不同的方言和语言。无论是在街道还是乡间，很容易就能通过衣着辨别出人们居住的地方，以及他们的职业和在生活中的地位。

从那以后，我们的穿衣方式发生了变化，当时如此丰富的地域差异已逐渐消失。现在，我们已经很难分辨出不同大陆的居民，更不用说不同的城镇、地区和国家了。也许，我们用文化的多样性换来了更多样的个人生活，当然，也换来了更多样、更快节奏的科技生活。

在这个图书同质化的年代，Manning将Jacques Grasset de Saint-Sauveur的图片作为图书封面，将两个世纪前各个地区生活的丰富多样性还原出来，以此赞扬了计算机事业的创造性和主动性。