下载掌阅APP，畅读海量书库
立即打开
21世纪，全球化背景下各大国之间的竞争最终归结为人才竞争。机器学习作为当前推动产业变革的关键技术，在学术界和工业界都有广泛应用。广大国民掌握机器学习技术将极大地促进生产力发展，提高国家综合竞争力，为国家发展做出技术贡献。基于此，本书面向有志于21世纪从事机器学习事业的人编写，希望通过这本书为推动国家人工智能技术进步做出微薄贡献。
众所周知，在国家层面，人工智能技术已经成为社会经济发展的新引擎，该技术已经遍布人们日常生活的各个方面。机器学习是人工智能的底层技术，作为新一轮产业变革的核心驱动技术，机器学习将进一步释放历次科技革命和社会产业变革积累的巨大能量，进一步促进经济发展，重塑社会生产、社会分配和日常消费等国家经济生活各环节。它将形成包括宏观经济和微观经济在内的社会智能化新需求，激发社会发明新技术、新产品、新产业、新业态和新模式，引发社会经济结构重大变革，深刻改变国民日常生产、生活方式和经济社会生活思维模式，实现国家生产力的跨越提高。
我国经济社会发展已经进入新阶段，实现共同富裕已成为当前主要的社会发展目标和任务。需要加快机器学习应用于产业领域，提高机器学习技术产业化水平，为我国社会发展注入强大的技术支持力和核心动力。
随着我国社会发展和产业升级需求，机器学习技术人才需求越来越大。然而，机器学习是一门交叉学科，涉及的基础知识繁杂，不易入门和学习。为降低机器学习技术的入门门槛，本书从理论出发，结合实例，尽量用简单易懂的语言阐述深奥的知识点，为机器学习从业者提供一本很好的机器学习技术参考书。
本书结合作者多年利用机器学习算法解决实际问题的经验，将机器学习理论及Python实现手段讲解给读者。本书在讲解过程中步骤详尽、内容新颖，讲解过程辅以相应的图示，使读者在阅读时一目了然，从而快速掌握书中所讲的内容。
第一篇为基础知识 ，内容包括机器学习发展历程、应用领域和前景，基础概念和数学基础，机器学习特征工程的各种方法，模型评估的指标以及指标的局限性，常用的学习方法的原理及应用等。具体安排如下：
第1章 机器学习概述
第2章 基础知识
第3章 开发环境和常用模块
第4章 特征工程
第5章 模型评估
第6章 降维方法
第二篇为算法应用 ，内容包括各类机器学习算法的基本理论及Python实现方法等，这也是本书重点介绍的内容。具体安排如下：
第7章 K -Means聚类
第8章 K 最近邻
第9章 回归
第10章 朴素贝叶斯
第11章 决策树与随机森林
第12章 支持向量机
第13章 神经网络
第三篇为拓展应用 ，内容包括集成学习原理、常用的方法和应用，TensorFlow及PyTorch数据操作、数据集加载、图像分类、卷积网络、激活函数，以迁移学习和空间变换网络为例讲解机器学习实战。具体安排如下：
第14章 集成学习
第15章 TensorFlow入门
第16章 PyTorch入门
第17章 卷积网络
第18章 激活函数
第19章 项目实战
本书由资深业界专家精心编写，涵盖现代机器学习理论、经典算法与流行框架的编程实现。
从统计学、线性代数与概率论等机器学习的基础知识讲起，然后介绍机器学习的基本概念，继而讲解常用算法与编程实现，最后介绍高级知识、框架实践与项目案例，兼顾理论与应用，详尽易懂。
在每个知识点的讲解过程中，配套大量示例，全书设计200多个编程实例，向读者展示机器学习算法与框架的实际应用。
全书涉及面广，如神经网络、集成学习、迁移学习等当前机器学习热点均有所涉及。
结合作者多年机器学习研究与开发经验，采用流行的Python语言编写示例，适合不同行业的读者学习。
本书适合机器学习初学者和对人工智能技术感兴趣的各类读者，具体如下：
初学机器学习的技术人员
从事机器学习的科研人员
培训机构和各类院校的学生
人工智能领域的从业人员
机器学习技术爱好者
本书提供了配套源代码，读者可扫描右侧的二维码，按扫描后的页面提示填写你的邮箱，把下载链接转发到邮箱中下载。如果下载有问题或阅读中发现问题，请用电子邮件联系booksaga@126.com，邮件主题写“细说机器学习：从理论到实践”。
读者朋友在学习过程中遇到与本书有关的技术问题，可以关注“算法仿真”公众号获取帮助，我们将竭诚为您服务。
虽然编者在本书的编写过程中力求叙述准确、完善，但限于水平，书中欠妥之处在所难免，希望广大读者和同仁予以指正，共同促进本书质量的提高。
最后，希望本书能为读者的学习和工作提供帮助！
编者
2023年3月