前言

机器学习是计算机科学与人工智能的重要分支领域。这门学科所关注的问题是，计算机程序如何随着经验累积自动提高性能。机器学习使用实例数据或过去的经验训练计算机，以优化性能标准。当人们不能通过直接编写计算机程序来解决给定的问题，而是需要借助于实例数据或经验时，就需要用到机器学习。

这是一本面向中文读者的机器学习教科书，为了使尽可能多的读者通过本书对机器学习有所了解，本书没有从理论的角度来揭示机器学习算法背后的数学原理。编者试图尽可能少地使用数学知识，主要通过“原理简述+问题实例+实际代码+运行结果”的模式来介绍每一个算法。然而，少量的概率、统计、代数、优化、逻辑知识似乎不可避免。学习计算机的人都知道，计算机是一门实践学科，没有真正实际运行，很难真正理解算法的精髓。本书的最大好处就是边学边用，非常适合于迈进机器学习领域的人员学习。实际上，即使对于那些对机器学习有所了解的人，通过代码实现也能进一步加深对机器学习算法的理解。

本书在内容上尽可能涵盖机器学习的基础知识，但作为机器学习入门的读物，并且受到授课时间的限制，很多重要的、前沿的材料未能覆盖，覆盖的部分也仅是管中窥豹。书中每章都给出了相应的习题，有的习题可帮助读者巩固本章学习，有的则是为了引导读者扩展相关知识。

全书共11章，高小惠编写了第2、8、9章，沈韬编写了第11章的后半部分，王勤宏编写了第3、6章，吴建平参与编写了第5章的部分内容，杨梦铎编写了第1章和第11章的前半部分，李克清编写了剩余的其他部分并统稿，时允田、林雪纲、薛乔毓进行了内容校验并提供U-SaaS在线实验平台资源支持。本书在写作过程中得到了编者单位的同事、学生和朋友的支持与帮助，在此对他们的无私奉献表示衷心的感谢。同时，也要感谢北京西普阳光教育科技股份有限公司的“教育部2016年西普教育产学合作协同育人项目”的资助，为本书的正式出版和发行提供了全力保障和后勤服务。

机器学习的发展极其迅速，目前已成为一个广袤的学科。编者才疏学浅，精力有限，书中疏漏和不足之处在所难免，恳请读者不吝告知，将不胜感激。

编者 2018年7月