最好懂的機器學習書：使用Python了解原理、演算法及實戰案例

序

機器學習是電腦研究領域的重要分支，已經成為人工智慧的核心基礎。一方面，機器學習是人工智慧理論和應用研究的橋樑；另一方面，模式辨識與資料探勘的核心演算法大都與機器學習有關。機器學習在電腦發展過程中日益完善，目前是人工智慧領域最具活力的研究方向之一。

機器學習作為人工智慧理論研究的一部分，以數學理論知識為基礎，以解決實際問題為實踐場景，與社會生產息息相關。在許多領域，機器學習正展現其巨大的潛力，扮演著日益重要的角色。

本書系統介紹了經典的機器學習演算法。在撰寫過程中，儘量減少數學理論知識，將數學公式轉換成原理示意圖、步驟解析圖、流程圖、資料圖表和來源程式等表達方式，幫助讀者理解演算法原理。本書注重理論結合實務，將演算法應用於實際案例場景，培養理論研究能力和分析、解決問題能力。

本書選取典型的問題作為實踐案例，借助案例對演算法進行系統解析。在解決實際任務的過程中，讀者能夠掌握機器學習演算法並進行靈活運用。本書帶領讀者循序漸進，從Python資料分析與挖掘入門，在實踐中掌握機器學習基礎，最終將機器學習演算法運用於預測、判斷、辨識、分類、策略制定等人工智慧領域。

本書內容包含三部分：第1部分（第1～2章）為資料處理入門，著重介紹Python開發基礎及資料分析與處理；第2部分（第3～4章）為機器學習基礎實踐，著重介紹機器學習的理論框架和常用機器學習模組；第3部分（第5～11章）介紹經典機器學習演算法及應用，包括分類演算法、聚類演算法、推薦演算法、回歸演算法、支援向量機演算法、神經網路演算法以及深度學習理論及專案實例。

本書以培養人工智慧與機器學習初學者的實踐能力為目標，適用範圍廣，可作為大專院校電腦、軟體工程、巨量資料、通訊、電子等相關專業機器學習實踐教材，也可作為成人教育及自學考試用書，還可作為機器學習相關領域開發人員、工程技術人員和研究人員的參考用書。

本書第1章由劉豔、韓龍哲撰寫，第2章由李哲撰寫，第3章由劉豔、李沫沫撰寫，第4～11章由劉豔撰寫。全書由劉豔擔任主編，完成全書的修改及統稿。感謝阿里天池AI平台提供的雲端運算開發環境，極大地提升了模型訓練效率。感謝華東師範大學精品教材建設專項基金對本書撰寫過程的支持。感謝英特爾公司的支援，本書也作為英特爾公司Intel AI for Future Workforce教育專案的參考用書。感謝鄭駿、王偉、陳志雲、黃波、劉小平、常麗、陳宇皓、李小露等多位老師和同學對本書提出的寶貴意見。

由於編者水準有限，內容難免有不足之處，歡迎讀者們批評指正。

編者