本書自第1版出版以來，備受廣大讀者歡迎。與同類書相比，本書除了介紹如何用Python和基于Python的機(jī)器學(xué)習(xí)軟件庫進(jìn)行實(shí)踐外，還對(duì)機(jī)器學(xué)習(xí)概念的必要細(xì)節(jié)進(jìn)行討論，同時(shí)對(duì)機(jī)器學(xué)習(xí)算法的工作原理、使用方法以及如何避免掉入常見的陷阱提供直觀且翔實(shí)的解釋，是Python機(jī)器學(xué)習(xí)入門必讀之作。它的內(nèi)容涵蓋了眾多高效Python庫，包括scikit-learn、Keras和TensorFlow等，系統(tǒng)性地梳理和分析了各種經(jīng)典算法，并通過Python語言以具體代碼示例的方式深入淺出地介紹了各種算法的應(yīng)用，還給出了從情感分析到神經(jīng)網(wǎng)絡(luò)的一些實(shí)踐技巧，這些內(nèi)容能使你快速解決你和你的團(tuán)隊(duì)面臨的一些重要問題。
適讀人群 ：想進(jìn)入機(jī)器學(xué)習(xí)領(lǐng)域的初學(xué)者；計(jì)算機(jī)及相關(guān)專業(yè)的學(xué)生；想要向機(jī)器學(xué)習(xí)工程師、數(shù)據(jù)科學(xué)家轉(zhuǎn)型的非開發(fā)崗人員；使用過機(jī)器學(xué)習(xí)技術(shù)，但想要更加深入了解其工作原理的人員；其他對(duì)機(jī)器學(xué)習(xí)、人工智能有興趣的自學(xué)者 本書是使用Python進(jìn)行機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的全面指南。它既可以用作清晰的分步教程，也可以作為構(gòu)建機(jī)器學(xué)習(xí)系統(tǒng)時(shí)常用的參考手冊(cè)。本書包含清晰的解釋、圖表和工作示例，全面深入地介紹了機(jī)器學(xué)習(xí)的基本技術(shù)，并且給出了機(jī)器學(xué)習(xí)背后的原理，使你可以自己建立模型和應(yīng)用程序。第3版結(jié)合TensorFlow 2和scikit-learn的新版本進(jìn)行了更新，涵蓋強(qiáng)化學(xué)習(xí)和生成對(duì)抗網(wǎng)絡(luò)（GAN）這兩種先進(jìn)的機(jī)器學(xué)習(xí)技術(shù)。
機(jī)器學(xué)習(xí)將改變你解決問題的思路，并讓你看到如何釋放數(shù)據(jù)的力量來解決問題。無論你是Python機(jī)器學(xué)習(xí)的初學(xué)者還是想加深自己對(duì)前沿發(fā)展的了解，本書都是你不可或缺的好幫手。
譯者序
人工智能的研究從20世紀(jì)40年代就已經(jīng)開始，在近80年的發(fā)展中經(jīng)歷了數(shù)次大起大落。自從2016年AlphaGo戰(zhàn)勝頂尖的人類圍棋選手之后，人工智能再一次進(jìn)入人們的視野，成為當(dāng)今的熱門話題。各大互聯(lián)網(wǎng)公司都投入了大量的資源來研究和開發(fā)自動(dòng)駕駛、人臉識(shí)別、語音識(shí)別和機(jī)器翻譯等技術(shù)。人們甚至已經(jīng)開始擔(dān)憂人工智能可能帶來的各種影響。人工智能的最新發(fā)展可以說是“古樹發(fā)新枝”，到底是什么原因使沉寂多年的人工智能技術(shù)煥發(fā)了青春的活力呢？
首先，移動(dòng)互聯(lián)網(wǎng)的飛速發(fā)展產(chǎn)生了海量的數(shù)據(jù)，使我們有機(jī)會(huì)更加深入地認(rèn)識(shí)社會(huì)、探索世界、掌握規(guī)律。其次，大數(shù)據(jù)技術(shù)為我們提供了有力的技術(shù)手段，使我們可以面對(duì)瞬息萬變的市場(chǎng)，有效地存儲(chǔ)和處理海量數(shù)據(jù)。再次，計(jì)算技術(shù)特別是GPU的廣泛應(yīng)用使算力有了大幅度的提升，以前需要幾天的運(yùn)算如今只需要幾分鐘或幾秒鐘，這為人工智能和機(jī)器學(xué)習(xí)的普及與應(yīng)用提供了計(jì)算基礎(chǔ)。在這幾項(xiàng)技術(shù)發(fā)展的基礎(chǔ)之上，深度學(xué)習(xí)技術(shù)終于破繭而出，成為引領(lǐng)人工智能發(fā)展的重要力量。
本書英文版在美國(guó)出版后備受歡迎，究其原因，除了機(jī)器學(xué)習(xí)是所有技術(shù)人員關(guān)注的焦點(diǎn)以外，還在于本書系統(tǒng)性地梳理和分析了機(jī)器學(xué)習(xí)的各種經(jīng)典算法，最為重要的是，作者通過Python語言以具體代碼示例深入淺出地介紹了各種算法的應(yīng)用方法。如果你想了解機(jī)器學(xué)習(xí)并掌握機(jī)器學(xué)習(xí)的具體技術(shù)，那就請(qǐng)翻開本書，通過一個(gè)又一個(gè)案例領(lǐng)略機(jī)器學(xué)習(xí)的風(fēng)采。所以這本書既是一本初步了解機(jī)器學(xué)習(xí)的啟蒙讀物，也是一本讓你從初學(xué)者變成AI專家的教練示范材料。
毋庸置疑，人工智能（AI）、區(qū)塊鏈（BlockChain）、云計(jì)算（Cloud）、大數(shù)據(jù)（Big Data）、萬物互聯(lián)（IoE）這五項(xiàng)技術(shù)（簡(jiǎn)寫為ABCDE）已經(jīng)成為計(jì)算機(jī)和互聯(lián)網(wǎng)技術(shù)未來發(fā)展的五大核心動(dòng)力。特別是人工智能技術(shù)，它將是繼蒸汽機(jī)、電力、計(jì)算機(jī)、互聯(lián)網(wǎng)之后的又一股重要的革命性力量。之前的幾次革命解放的是我們的四肢，而人工智能解放的將是我們的頭腦。
塞巴斯蒂安·拉施卡（Sebastian Raschka）
威斯康星大學(xué)麥迪遜分校統(tǒng)計(jì)學(xué)副教授，專注于機(jī)器學(xué)習(xí)和深度學(xué)習(xí)研究。他擁有密歇根州立大學(xué)的博士學(xué)位，在計(jì)算生物學(xué)領(lǐng)域提出了幾種新的計(jì)算方法，曾被科技博客Analytics Vidhya評(píng)為GitHub上極具影響力的數(shù)據(jù)科學(xué)家之一。他在Python編程方面擁有多年經(jīng)驗(yàn)，同時(shí)還多次參加數(shù)據(jù)科學(xué)應(yīng)用與機(jī)器學(xué)習(xí)領(lǐng)域的研討會(huì)。
瓦希德·米爾賈利利（Vahid Mirjalili）
擁有密歇根州立大學(xué)機(jī)械工程博士學(xué)位，從事大規(guī)模分子結(jié)構(gòu)計(jì)算模擬方法的研究。他曾加入密歇根州立大學(xué)的iPRoBe實(shí)驗(yàn)室，致力于把機(jī)器學(xué)習(xí)應(yīng)用到計(jì)算機(jī)視覺和生物統(tǒng)計(jì)學(xué)領(lǐng)域。之后，他加入3M，利用自己的經(jīng)驗(yàn)，把新的機(jī)器學(xué)習(xí)和深度學(xué)習(xí)技術(shù)應(yīng)用于解決各種實(shí)際問題。
◆ 譯者簡(jiǎn)介 ◆
陳斌（Chuck Chen）
NETSTARS首席技術(shù)官。1989年獲得吉林大學(xué)碩士學(xué)位；1992年任新加坡航空公司高級(jí)系統(tǒng)分析師；1999年投身于硅谷互聯(lián)網(wǎng)技術(shù)發(fā)展浪潮，曾任日立美國(guó)系統(tǒng)集成總監(jiān)、Abacus首席架構(gòu)師和Nokia美國(guó)首席工程師；2008年任eBay資深架構(gòu)師，負(fù)責(zé)移動(dòng)應(yīng)用的架構(gòu)設(shè)計(jì)；2014年出任易寶支付首席技術(shù)官；2016年開始擔(dān)任CTO聯(lián)盟聯(lián)席主席、互聯(lián)網(wǎng)技術(shù)百人會(huì)理事長(zhǎng)。豐富的海外經(jīng)歷，多年的架構(gòu)經(jīng)驗(yàn)，深諳移動(dòng)互聯(lián)網(wǎng)對(duì)傳統(tǒng)行業(yè)的影響；2020年投身NETSTARS，擔(dān)任CTO，全力推動(dòng)移動(dòng)互聯(lián)網(wǎng)技術(shù)，引領(lǐng)行業(yè)的變革。
書單推薦
