前言

机器学习(machine learning, ML)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。机器学习专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心，主要使用归纳、综合而不是演绎，是使计算机具有智能的根本途径，已经遍及人工智能的各个领域。目前机器学习已经有了十分广泛的应用，如数据挖掘、计算机视觉、自然语言处理、生物特征识别、搜索引擎、医学诊断、检测信用卡欺诈、证券市场分析、DNA序列测序、语音和手写识别、战略游戏和机器人运用等。

本书是“应用型高校产教融合系列教材·大电类专业系列”的其中一本。根据应用型高校培养应用技术型人才的需要，本书注重循序渐进、理论联系实际的原则，内容以适量、实用为度，重视理论知识的运用，着重培养学生应用理论知识分析和解决人工智能实际问题的能力。作为教材，本书力求叙述简练，概念清晰，通俗易懂，便于自学。对于机器学习的算法分析，做到步骤清楚，结果正确，在例题的选择上更接近实际应用并具有典型性，是一本体系创新、深浅适度、重在应用、着重能力培养的应用型本科教材。

本书共11章，主要内容有：  机器学习绪论； 数据降维与特征工程； 决策树与分类算法； 聚类分析； 文本分析； 神经网络； 贝叶斯网络； 支持向量机； 联邦机器学习； 深度学习基础； 高级深度学习。

本书可作为高等学校计算机类相关专业和人工智能专业的本科生教材，也可作为研究生、成人教育及自学考试用教材，或作为人工智能工程技术人员的参考用书。

本书第1章、第10章插图由陈开锦绘制，第2～4章插图由代昱丞绘制，第5～9章插图及第11章由常正佳绘制及编写。全书由罗光圣博士担任主编，负责全书的统稿、校核和定稿，由方志军教授担任副主编。本书在编写过程中得到上海工程技术大学电子电气工程学院、东华大学计算机学院方秀教授和她的硕士生卓海燕、上海理想信息产业（集团）有限公司技术经理范利成先生的大力支持，在此表示衷心的感谢。

由于编者水平有限，书中内容较多，不当之处在所难免，欢迎广大同行和读者批评指正。

编者

2024年4月