《机器学习观止——核心原理与实践》在写作伊始，就把读者设想为一位虽然没有任何AI基础，但对技术本身抱有浓厚兴趣、喜欢“抽丝剥 茧”、探究真相的“有识之士”。有别于市面上部分AI技术书籍从一开始就直接讲解各种“高深莫测”算法的叙 述手法，《机器学习观止——核心原理与实践》尝试先从零开始构建基础技术点，而后“循序渐进”地引领读者前进，最终“直捣黄龙”，赢取最 后的胜利。 全书据此分为5篇，共31章，内容基本覆盖了由AI发展历史、数学基础知识、机器学习算法等经典知识点以及 深度学习、深度强化学习等较新理论知识所组成的AI核心技术。同时注重“理论联系实践”，通过多个章节重点 介绍了如何在工程项目中运用AI来解决问题的诸多经验以及相应的模型算法，以期让读者既能享受到“知其所以 然”的乐趣，还能体会到“知其然”的轻松和愉悦。 《机器学习观止——核心原理与实践》适合对AI感兴趣的读者阅读，从事AI领域工作的研究人员、工程开发人员、高校本科生和研究生都可以从 《机器学习观止——核心原理与实践》中学到机器学习的相关知识。

林学森，香港中文大学研究生学历，现为某世界100强科技公司首席技术专家、资深架构师。在系统软件、人工智能、软件工具链、分布式系统等领域具备多年的技术研发与项目管理经验。另著有《深入理解Android内核设计思想》《Android应用程序开发权威指南》等书籍。

这本书前后写了五年，终成稿付梓。 过去五年是以机器学习，特别是深度学习为代表的人工智能技术爆炸性增长的一段关键时期。在本书写作期间，“深度学习三巨头”Yoshua Bengio、Geoffrey Hinton和Yann LeCun共同获得了图灵奖，更是把本轮人工智能浪潮推向了巅峰。可以说，我们大家都在见证，并将在未来几十年里持续见证人工智能的各种突破性研究成果，以及它们在产业界各个角落的落地开花。 那么，本轮人工智能(不论以何种分支为载体)的兴起，真的可以如人类已经经历的几次工业革命一样，给整个社会带来颠覆性的影响吗？ 提出这种疑问的人，可能对人工智能在过去几十年的“风雨飘摇”还记忆犹新。 人工智能起源于20世纪50年代，除了Alan Mathison Turing提出的著名的“图灵测试”外，还有几个重要事件，比如：世界上第一台神经网络计算机的建造；1956年在美国Dartmouth College召开的会议上，人们第一次提出人工智能(Artificial Intelligence，AI)术语，并将其确立为一门独立的学科；世界上第一座人工智能实验室，即MIT AI LAB的建立等。 随后的二十年是人工智能的第一次高峰，人们认为只需要较短的时间，机器就会取代人类完成很多工作。然而事实证明，当时的这个观点显然过于乐观了—由于AI研究长期的“雷声大雨点小”，于是1973年一份著名的《莱特希尔报告》(Lighthill Report)就成了压死骆驼的最后一根稻草，直接将AI逼进了第一个寒冬(1974—1980年)。 不过这似乎并没有完全浇灭人们对于人工智能的“希望之火”—果...