贊譽

人工智能和數據科學正處于一個關鍵拐點，回歸分類方法使得決策樹模型與深度模型有機結合，這也為可解釋機器學習和未來決策樹模型的發展開辟了廣闊的道路。本書對相關概念、原理和方法進行了深入淺出的介紹，涵蓋從傳統決策樹到深度決策樹的廣泛主題，非常值得一讀。書中不僅清晰地講解了相關算法的原理，還從工程化和實踐編程的角度進行了舉例分析和演算，對幫助讀者了解和應用決策樹算法具有重要價值。

馬華東，教授，博士生導師，北京郵電大學計算機學院（國家示范性軟件學院）前執行院長，國家杰出青年科學基金獲得者，國家973計劃項目“物聯網體系結構基礎研究”首席科學家

決策樹是人工智能機器學習算法的重要分支，具有條理清晰、定量/定性分析相結合、適用范圍廣等優點。本書基于作者廣泛而深入的研發實踐，具有兩個顯著的特點：系統性，系統地介紹主流的、前沿的決策樹模型和算法；實用性，對于每一類決策樹算法都給出了實際的編程案例，為讀者學習和應用相關算法提供了很好的參考資料。雖然介紹決策樹模型和算法的資料較多，但是系統介紹決策樹模型、算法、編程實現及發展趨勢的書還比較少見。相信本書的出版能夠很好地滿足希望全面且系統地學習決策樹算法的讀者的需求。

白鵬，博士，研究員，博士生導師，中國航天空氣動力技術研究院科技委常委

對于任何有興趣進一步了解數據分析決策和相關數據科學技術的人來說，決策樹模型都是一個很好的起點，因為它簡單快速而且具有可解釋性。本書系統地介紹了從傳統決策樹到深度決策樹的各類現代決策樹模型，從必要的公式推導，到詳盡的實例計算，再到可實踐的編程代碼，帶領讀者快速進入決策樹領域，并將其應用在自己的工作中。

胡金暉，中電科新型智慧城市研究院有限公司總經理助理

本書詳細介紹了以決策樹為基礎的多種經典方法和新的技術進展，在CNN和Transformer等神經網絡范式盛行的今天，向讀者展示了另外一條經典的人工智能技術路徑。決策樹及其變種作為經典的機器學習算法，已經大量應用于實際生產系統，相比于黑盒的深度神經網絡，決策樹算法有著計算速度快、可解釋性強的優點。除了理論介紹外，本書還配備了豐富的實例和相應的代碼實現，可以作為決策樹模型初學者的入門教材，也可以作為專業人員的參考書。

王均松，華為人工智能系統專家

這是一本精彩的書，涵蓋所有核心算法，從經典決策樹到創新的深度決策樹均有討論。全書通過公式推導、實例演算和編程實踐，以易于理解的方式呈現了決策樹的精髓。本書對于推動決策樹的實踐應用具有重要價值。

張峰，中國電科信息科學研究院認知與智能技術重點實驗室副主任

本書是了解和學習現代決策樹的必備書籍，對重新認識決策樹模型和深度學習方法以及可解釋機器學習模型具有重要作用。

孫亭，中電科西北集團有限公司董事、常務副總經理

作為一種現代工具，人工智能正在快速滲透到各行各業并產生深遠影響。如果你正在關注人工智能，且試圖用人工智能解決一些實際問題，那么，本書非常值得一讀。它系統地介紹了現代決策樹算法，通過大量的實例和完整的代碼實現，幫助你快速了解決策樹算法，掌握其精髓，建立用決策樹算法解決實際問題的思路，并快速形成代碼，體驗人工智能的超強能力。

楊武兵，博士，中國航天空氣動力技術研究院研究員、博士生導師

決策樹具有分類速度快、易于理解等特點，在人工智能領域應用廣泛。本書以決策樹相關項目實踐為基礎，全面介紹決策樹算法的相關知識，包括決策樹發展歷史、當前決策樹算法面臨的主要問題、當前經典決策樹算法原理及編程實踐、決策樹算法的并行化等。本書是數據科學、大數據技術、人工智能等相關領域的技術人員入門或提升技能的不可多得的參考書。

陶袁，博士，吉林師范大學數學學院副教授，吉林師范大學博達學院數學學院院長