序 / FOREWORD

我在北美精算師協會的Predictive Analytics & Futurism快報做了幾年編輯，很高興與許多才華橫溢的數學家、經濟學家和未來學家合作，分享他們有關新技術的知識，以更好地應對日益復雜的世界。幾年前，我說服不是精算師的Jeffery Heaton參加我們的遺傳算法競賽，他贏了！從那時起，Jeff一直是頻繁的貢獻者、同事（我們現在一起工作）、北美精算師協會的聯合演講者，也是我們正在進行的機器學習探險中的好朋友和同伴。Jeff長期從事機器學習、人工智能（AI）和相關主題的研究。對他來說，這是愛好，也是投入激情的事情。現在，他被聘為數據科學家，他熱愛這個能在日常工作中沉浸于自己的愛好的機會。他的熱情具有感染力，我認為你在閱讀他的書時會發現這一點。

Jeff的網站每月的點擊量超過100 000次，訪問來自世界各地的研究人員、學者和愛好者。Encog是他的開源認知研究引擎，醫生用它來尋找檢測癌癥的更好方法，而高頻交易者則嘗試用它來優化交易算法。

最近，Jeff申請了一個計算機科學博士學位項目并被采納。與其他撰寫AI圖書的作者不同，Jeff不是一位學術型教授，他不會通過復雜的公式和神秘的術語來空談并讓人迷惑，以炫耀他的知識才能。而且，他也不假設讀者是“傻瓜”。我個人認為“傻瓜”叢書令人反感。誰愿意被當作“傻瓜”？Jeff和我們一樣！他通過閱讀、編碼和修改來學習技能。他為一些AI解決方案所必需的線性代數知識而苦苦掙扎，不得不上課學習。他很同情那些聰明的“門外漢”，他們想學習AI，但在專業數學方面需要一些幫助。有些作者會將他們最喜歡的編程語言強加給所有讀者，但Jeff不是這樣，他讓我們避免了針對特定語言的陡峭學習曲線。Jeff做出了特殊的努力，讓廣大讀者都可以閱讀本書，而不僅僅是統計學或計算機科學專業的博士才可以閱讀。廣大讀者想了解AI的內容是什么，也想知道為什么隨著大數據海嘯席卷而來，AI變得越來越重要。

根據人們對他的Encog引擎和他以前編著的書的反饋，Jeff發現，讀者不希望為了嘗試一種新的AI技術而去學習一種新的計算機編程語言。本書的示例采用偽代碼，因此每個人都可以理解它們。本書的GitHub開源庫提供了幾種編程語言的版本，因此你可以通過實踐來強化學習過程。你可以自行修改這些“無秘密”代碼。這不是“黑盒子”演示。如果你是一名程序員，使用Java、R、Python、C#、C、Scala等語言之一（可能還有更多的語言），那么你可以下載并運行所有示例代碼。這些代碼已經過測試，能夠正常運行。你無須花費時間來調試代碼，只需享受體驗AI學習過程。

在此，我強調了本書的可讀性，但是這并不意味著本書的內容不重要。在本卷中，Jeff介紹了諸如遺傳算法、蟻群優化和粒子群優化等算法，展示了它們的用途（何時有用以及為何有用），以及如何實現它們。這些是重要的主題。他的“人工智能算法”系列圖書介紹了一些令人興奮的主題，許多人會認為這些主題令人生畏。這本書是在講腦外科手術嗎？不是！但是它涉及神經網絡和一些前沿話題，例如深度信念網絡。請享受本書，享受本系列圖書，享受這場冒險！

Dave Snell^[1]

[1]　Dave Snell于2007年從位于澳大利亞悉尼的RGA Reinsurance Company的亞太技術副總裁職位退休，他負責管理亞洲和澳大利亞地區的新技術和現有技術。目前，他回到美國，擔任RGA副主席的顧問。在那里，他與精算師和技術合作伙伴之間有著良好的關系，通過使用技術工具來更好地識別和克服業務障礙。Dave用數十種編程語言編寫了數千個程序，包括在十幾個國家和地區使用的基于人工智能的專家系統。他參與發明的一個機器學習方法最近獲得了美國專利（專利號8775218）。