下载掌阅APP，畅读海量书库
立即打开
《统计学习方法（第1版）》于2012年出版，讲述了统计机器学习方法，主要是一些常用的监督学习方法。第2版增加了一些常用的无监督学习方法，由此本书涵盖了传统统计机器学习方法的主要内容。
在撰写《统计学习方法》伊始，对全书内容做了初步规划。第1版出版之后，即着手无监督学习方法的写作。由于写作是在业余时间进行，常常被主要工作打断，历经6年多时间才使这部分工作得以完成。但犹未能加入深度学习和强化学习等重要内容，希望今后能够增补，完成整本书的写作计划。
《统计学习方法（第1版）》的出版正值大数据和人工智能的热潮，生逢其时，截至2019年4月本书共印刷25次，152 000册，得到了广大读者的欢迎和支持。有许多读者指出本书对学习和掌握机器学习技术有极大的帮助，也有许多读者通过电子邮件、微博等指出书中的错误，提出改进的建议和意见。一些高校将本书作为机器学习课程的教材或参考书。有的同学在网上发表了读书笔记，有的同学将本书介绍的方法在计算机上实现。清华大学深圳研究生院袁春老师精心制作了第1版12章的课件，在网上公布，为大家提供教学之便。众多老师、同学、读者的支持和鼓励，让作者深受感动和鼓舞。在这里向所有的老师、同学、读者致以诚挚的谢意！
能为中国的计算机科学、人工智能领域做出一点微薄的贡献，感到由衷的欣慰，同时也感受到作为知识传播者的重大责任，让作者决意把本书写好。也希望大家今后不吝指教，多提宝贵意见，以帮助继续提高本书的质量。在写作中作者也深切体会到教学相长的道理，经常发现自己对基础知识的掌握不够扎实，通过写作得以对相关知识进行深入的学习，受益匪浅。
本书是一部机器学习的基本读物，要求读者拥有高等数学、线性代数和概率统计的基础知识。书中主要讲述统计机器学习的方法，力求系统全面又简明扼要地阐述这些方法的理论、算法和应用，使读者能对这些机器学习的基本技术有很好的掌握。针对每个方法，详细介绍其基本原理、基础理论、实际算法，给出细致的数学推导和具体实例，既帮助读者理解，也便于日后复习。
第2版增加的无监督学习方法，王泉、陈嘉怡、柴琛林、赵程绮等帮助做了认真细致的校阅，提出了许多宝贵意见，在此谨对他们表示衷心的感谢。清华大学出版社的薛慧编辑一直对本书的写作给予非常专业的指导和帮助，在此对她表示衷心的感谢！
由于本人水平有限，本书一定存在不少错误，恳请各位专家、老师和同学批评指正。
李航
2019年4月