本书从统计学观点出发，以数理统计为基础，全面系统地介绍了统计机器学习的主要方法。内容涉及回归（线性回归、多项式回归、非线性回归、岭回归，以及LASSO等）、分类（感知机、逻辑回归、朴素贝叶斯、决策树、支持向量机、人工神经网络等）、聚类（K均值、EM算法、密度聚类等）、蒙特卡洛采样（拒绝采样、自适应拒绝采样、重要性采样、吉布斯采样和马尔科夫链蒙特卡洛等）、降维与流形学习（SVD、PCA和MDS等），以及概率图模型基础等话题。此外，为方便读者自学，本书还扼要地介绍了机器学习中所必备的数学知识（包括概率论与数理统计、凸优化及泛函分析基础等）。 本书是统计机器学习及相关课程的教学参考书，适用于高等院校人工智能、机器学习或数据挖掘等相关专业的师生研习之用，也可供从事计算机应用，特别是数据科学相关专业的研发人员参考。

左飞，技术作家、译者。毕业于西北工业大学，后加入中国移动通信集团。著作涉及图像处理、编程语言和移动通信等多个领域，并翻译出版了计算机领域的经典之作《编码》，以及Jolt震撼大奖获奖作品《代码阅读》和《代码质量》等多部图书。其著作《代码揭秘》繁体版在中国台湾地区发行。曾荣获“最受读者喜爱的IT图书作译者奖”，并被授予“电子工业出版社创立30周年优秀作译者”荣称。他同时拥有多年电信行业从业经验。在数据分析、信息安全和图像处理领域也有较深研究，在国际会议与核心学术期刊上发布论文多篇，并申请国家发明专利一项，多部相关著作再版多次、广受好评。他曾于中山大学获得经济学硕士学位，研究方向是金融发展理论和中国城市化进程。期间参与国家社科基金项目一项，并获“中华发展经济学年会”之邀作平行论坛学术报告。现在的研究兴趣主要集中在图像处理、机器学习、数据分析技术和空间数据库算法等领域。

前言 在大量数据背后很可能隐藏了某些有用的信息或知识，而数据挖掘就是通过一定方法探寻这些信息或知识的过程。此外，数据挖掘同时受到很多学科和领域的影响，大体上看，数据挖掘可以被视为数据库、机器学习和统计学三者的交叉。简单来说，对数据挖掘而言，数据库提供了数据管理技术，而机器学习和统计学则提供了数据分析技术。 从名字中就不难看出，机器学习最初的研究动机是为了让计算机具有人类一样的学习能力以便实现人工智能。显然，没有学习能力的系统很难被认为是智能的。而这个所谓的学习，就是指基于一定的“经验”而构筑起属于自己的“知识”过程。 小蝌蚪找妈妈的故事很好地说明了这一过程。小蝌蚪没有见过自己的妈妈，它们向鸭子请教。鸭子告诉它们： “你们的妈妈有两只大眼睛。”看到金鱼有两只大眼睛，它们便把金鱼误认为是自己的妈妈。于是金鱼告诉它们： “你们妈妈的肚皮是白色的。”小蝌蚪看见螃蟹是白肚皮，又把螃蟹误认为是妈妈。螃蟹便告诉它们： “你们的妈妈有四条腿。”小蝌蚪看见一只乌龟摆动着四条腿在水里游，就把乌龟误认为是自己的妈妈。于是乌龟又说： “你们的妈妈披着绿衣裳，走起路来一蹦一跳。”在这个学习过程中，小蝌蚪的“经验”包括鸭子、金鱼、螃蟹和乌龟的话，以及“长得像上述四种动物的都不是妈妈”这样一条隐含的结论。最终，它们学到的“知识”就是“两只大眼睛、白肚皮、绿衣裳、四条腿，一蹦一跳的就是妈妈”。当然，故事的结局，小蝌蚪们就是靠着学到的这些知识成功地找到了妈妈。 反观机器学习，由于“经验”在计算机中主要是以“数据”的形式存在的，所以机器学习需要设法对数据进行分析，然后以此为基础构建一个“模型”，这...