推薦序

自進入21世紀以來，得益于大數據和計算機軟硬件技術的迅猛發展，在全球范圍內出現了機器學習研究與應用的熱潮。機器學習大大提高了語音識別、圖像識別、自動駕駛、虛擬現實和機器人等高新技術的發展進程。與前三次工業革命一樣，機器學習也是一種能夠產生巨大生產力的革命性技術。機器學習是專門研究如何讓計算機模擬或實現人類行為的過程，通過調整特定的參數和配置，使對應的機器學習算法模型不斷改善自身在某個方面的性能，如對話、翻譯、游戲、駕駛等。它是當前人工智能（AI）發展的主要方面，是使計算機具有智能的重要途徑。現階段所討論的AI算法，通常指的就是機器學習算法。

作為一門交叉學科，機器學習涉及概率論、統計學、組合數學、最優化理論等多門學科，因此學習門檻很高。如何降低機器學習算法的學習門檻，讓更多的人可以理解、掌握這些算法并加以改進，從而應用于實際工作中，是一個亟須解決的問題。而本書是在這方面所做的有益嘗試。

本書共8章，內容豐富，對常用的機器學習算法進行了深入淺出的介紹。圍繞機器學習算法，本書囊括理論和實踐，在保證完整性的前提下，重點探討各個環節中的核心問題。從廣度上看，本書討論了算法的兩種類別，即偏邏輯類型的信息學算法與偏數據類型的機器學習算法。從深度上看，本書討論了相關的數學原理、算法原理及工程實戰。

本書作者呂磊曾于山東大學師從于我，攻讀碩士學位，畢業后先后就職于京東、阿里巴巴、亞馬遜與微軟的AI相關部門，在工業界有較為豐富的機器學習算法應用經歷。

本書可以作為對人工智能與機器學習感興趣的本科生、研究生，以及程序開發人員的算法入門參考書。

禹曉輝
加拿大約克大學信息技術學院副教授
山東大學計算機科學與技術學院兼職教授、博士生導師