序言

2012年《统计学习方法（第1版）》出版，内容涵盖监督学习的主要方法，2019年第2版出版，增加了无监督学习的主要方法，都属于传统机器学习。在这段时间里，机器学习领域发生了巨大变化，深度学习在人工智能各个方向取得了巨大突破，成为机器学习的主流技术，彻底改变了机器学习的面貌。有些读者希望能看到与之前风格相同的讲解深度学习的书籍，这也触发了作者在原来《统计学习方法》的基础上增加深度学习内容的想法（计划今后再增加强化学习）。从2018年开始，历时3年左右，完成了深度学习的写作。

考虑到内容的变化，现将书名更改为《机器学习方法》。第1篇监督学习和第2篇无监督学习基本为原来的内容，增加第3篇深度学习，希望对读者有所裨益。传统机器学习是深度学习的基础，所以将这些内容放在一本书里讲述也有其合理之处。虽然深度学习目前是大家关注的重点，但传统机器学习仍然有其不容忽视的地位。事实上，传统机器学习和深度学习各自有更适合的应用场景，比如，深度学习长于大数据、复杂问题的预测，特别是人工智能的应用；传统机器学习善于小数据、相对简单问题的预测。

本书的定位是讲解机器学习的基本内容，并不完全是入门书。介绍的内容都是最基本的，在这种意义上适合初学者。但主旨是把最重要的原理和方法做系统的总结，方便大家经常阅读和复习。在写第3篇的时候也接受大家对第1篇和第2篇的反馈意见，在力求文字简练的同时，也确保叙述的详尽，以方便读者理解。在各章方法的导入部分适当增加了背景和动机的介绍。

第3篇中使用的数学符号与第1篇和第2篇有一定的对应关系，但由于深度学习的特点也有一些改变，也都能自成体系。将符号完全统一于一个框架内还需要做大量的工作，希望在增加第4篇强化学习之后再做处理。

对第3篇的原稿，郑诗源、张新松等帮助做了校阅，对一些章节的内容提出了宝贵的意见。责任编辑王倩、孙亚楠也为本书的出版做了大量工作。在此对他们表示衷心的感谢。

李航
2021年5月27日