前言PREFACE

近年来，人工智能技术的飞速发展重塑了科技与产业的格局。机器学习作为其核心驱动力，正以前所未有的深度和广度渗透至科学研究、工业应用及社会生活的方方面面。尤其是大规模预训练模型的兴起，更是将机器学习推向了全新的高度。从早期的规则系统到深度学习，再到如今各种大模型在自然语言处理、计算机视觉及智能决策等领域的突破，这些进展不仅拓宽了机器学习的应用边界，也不断催生着更丰富、更复杂的技术生态。如何在这一背景下，系统掌握机器学习的理论基础和实践技能，成为广大学者、学生及业界从业者共同关注的关键问题。

本书正是在这样的大环境下应运而生。它既是笔者与北京交通大学于剑教授所著《机器学习： 从公理到算法》一书的延伸，又在此基础上加入了更多面向实际应用与前沿研究的内容。与公理化思路较为鲜明、侧重从理论公理推导到算法实现的《机器学习： 从公理到算法》相比，本书在保持理论严谨性的同时，更注重实践性和前沿性，力图帮助读者快速上手真实应用场景中所需的机器学习关键技术，并理解大模型时代不断涌现的新思路、新方法。

在本书的整体架构上，我们分绪论、数据表示、学习模型和算法平台四部分展开，循序渐进、层层深入地介绍机器学习的核心概念、方法与实战要点。

第一部分： 绪论

作为构建机器学习知识体系的基石，本部分为深入理解后续内容奠定概念与理论基础。首先概述人工智能发展历史与机器学习发展历程，继而阐释机器学习基本概念与学习类型，最后解析支撑机器学习的常用理论与定理。

第二部分： 数据表示

数据是机器学习的基石。准确、有效地表示数据不仅能够提升模型性能，还直接影响到算法的可扩展性与鲁棒性。本部分首先介绍了基础数据类型及常见的数据预处理方法，然后针对图像、文本等不同模态的数据，讲解其特点与相应的表示方式，最后探讨数据质量、数据偏差等方面在实际应用中所面临的挑战。

第三部分： 学习模型

模型是机器学习的核心。本部分聚焦当下快速演进的学习范式，涵盖从传统监督学习到对比学习、强化学习等多个领域。从模型的基本原理和训练过程入手，结合各种模型在实际任务中的应用难点与挑战，进一步探讨模型评估、泛化性能以及与深度学习结合带来的新机遇。

第四部分： 算法平台

随着数据规模和模型复杂度的不断攀升，算法平台与算力成为影响实际项目成败的关键要素。本部分将围绕算法开发与优化、算法部署与扩展等技术方法展开讨论，系统介绍如何在真实工业环境中构建高效、可扩展的机器学习平台。

通过以上四部分的结构设置，本书力求在理论与实践之间取得平衡： 既有对机器学习算法的系统剖析，又有面向实际工程需求的具体方案与实战案例。读者既可以将本书作为深入学习机器学习的系统教材，也可以作为工作中查阅实践技巧的参考指南。

我们深知，机器学习是一门持续迭代、不断创新的学科。大模型的崛起不仅为各行各业带来了全新的机遇，也对研究者与实践者提出了更高的要求。本书写作的目的便是帮助读者在这场时代变革中夯实基础、拓展思维、把握前沿，为学术研究与产业落地提供更丰富的思路与方法。

本书由4位作者合作完成。景丽萍规划了全书内容结构并撰写了第1、7、15、19章，并修订统一全书风格，温玉辉撰写了第2~6章，刘华锋撰写了第8~14章，王睿撰写了第16~18章。本书初稿完成后，北京交通大学机器学习与认知计算研究所的各位同事对不同章节内容进行了审阅，提出了许多宝贵意见。

衷心希望本书能够成为读者学习和研究机器学习的良师益友，也诚挚期待您在阅读过程中提出宝贵意见，让我们共同推动机器学习理论与实践的进一步发展。祝愿所有读者都能在大模型时代的浪潮中一起乘风破浪、勇往直前。

由于编者水平有限，书中难免有不当之处，欢迎各位专家和读者给予批评指正。

编者2026年5月