下载掌阅APP，畅读海量书库
立即打开
本章将对一些常用的机器学习算法及其底层数学原理进行比较深入的讨论。随着人工智能的兴起，基于机器学习的各种应用和工具日益普及，甚至自动化机器学习技术（Automatic Machine Learning，AutoML）也已经走向市场。依靠自动化机器学习工具，从数据的清理到模型的选择，再到模型的调优，完全不需要人工干预，极大地提高了建模的效率。
但是，如同单反相机和“傻瓜”相机的关系，完全依赖于高级封装工具或AutoML，建模人员将失去对数据和模型的深入理解。如果机器学习算法在实际应用中出现意想不到的问题，建模人员可能不再具有处理问题的能力。因此，只有真正理解机器学习各种算法中底层涉及的原理，建模人员才能不仅知其然，也知其所以然。深入理解算法，还能帮助建模人员更好地理解上层的各种应用工具，在使用能够提高效率的自动化工具时，更加得心应手，轻松解决问题。