人工智能系統(tǒng)主要使用機器學(xué)習(xí)技術(shù)解析外部環(huán)境數(shù)據(jù)，從數(shù)據(jù)中獲取知識和模型參數(shù)，從而獲得可用于決策或預(yù)測的數(shù)學(xué)模型。機器學(xué)習(xí)為人工智能系統(tǒng)提供了基礎(chǔ)性的核心算法支撐。要想了解人工智能，首先必須牢固掌握機器學(xué)習(xí)的基礎(chǔ)理論與應(yīng)用技術(shù)。

機器學(xué)習(xí)主要是從經(jīng)驗數(shù)據(jù)等先驗信息中產(chǎn)生或構(gòu)造模型的訓(xùn)練學(xué)習(xí)算法，或者說機器學(xué)習(xí)是一門關(guān)于訓(xùn)練學(xué)習(xí)算法設(shè)計理論與應(yīng)用技術(shù)的學(xué)問。我們知道，算法設(shè)計是一種思維的藝術(shù)，需要一定的抽象思維能力和數(shù)學(xué)知識。機器學(xué)習(xí)算法更是如此，不僅涉及微積分、數(shù)理統(tǒng)計、矩陣計算、圖論等數(shù)學(xué)知識，還涉及眾多最優(yōu)化理論與方法，為廣大初學(xué)者掌握機器學(xué)習(xí)知識帶來一定的困難。

本書從一個完全不了解機器學(xué)習(xí)的程序員的視角出發(fā)，通過一系列生動有趣的具體應(yīng)用實例，運用詼諧的語言以循序漸進的方式比較系統(tǒng)地介紹機器學(xué)習(xí)的本質(zhì)思想、基本理論和重要算法，引導(dǎo)讀者親自動手從零開始打造和完善機器學(xué)習(xí)的底層代碼，逐步消除對機器學(xué)習(xí)算法原理的認知盲點，使得廣大初學(xué)者可以比較輕松地掌握機器學(xué)習(xí)和深度學(xué)習(xí)的基本理論和編程技術(shù)。

本節(jié)主要由三部分組成。第一部分主要通過一些有趣的應(yīng)用實例介紹機器學(xué)習(xí)的基本概念、梯度下降優(yōu)化算法，以及線性回歸模型、線性分類模型、感知機模型等最基本的機器學(xué)習(xí)模型。第二部分主要介紹神經(jīng)網(wǎng)絡(luò)模型及相關(guān)的訓(xùn)練算法，首先使用一種非常易于理解的方式介紹感知機神經(jīng)網(wǎng)絡(luò)模型，使得讀者能夠很快認識到神經(jīng)網(wǎng)絡(luò)模型的本質(zhì)，然后結(jié)合代碼的編寫過程由淺入深地介紹神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練步驟和訓(xùn)練算法，并以詼諧幽默的語言分析討論超參數(shù)調(diào)優(yōu)和模型測試的一般方法和基本技巧。第三部分介紹深度學(xué)習(xí)的基本原理和基本模型，著重討論深度學(xué)習(xí)的過度擬合問題和正則化策略以及激活函數(shù)的設(shè)計思想，幫助廣大初學(xué)者打下良好的深度學(xué)習(xí)知識基礎(chǔ)和編程基礎(chǔ)。

本書是從零基礎(chǔ)初學(xué)者的思維角度編寫的，使用非常樸實、幽默的語言深入淺出地表達知識內(nèi)容，著重突出機器學(xué)習(xí)方法的思想內(nèi)涵、本質(zhì)和基本的編程技術(shù)，使得廣大讀者能夠通過自己的努力較容易地掌握全書主要內(nèi)容，適合作為智能科學(xué)與技術(shù)、數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)、計算機科學(xué)與技術(shù)以及相關(guān)專業(yè)的本科生或研究生的機器學(xué)習(xí)入門教材，也可供工程技術(shù)人員和自學(xué)讀者學(xué)習(xí)參考。

本書由汪雄飛、汪榮貴共同翻譯完成。感謝研究生張前進、江丹、孫旭、尹凱健、王維、張珉、李婧宇、修輝、雷輝、張法正、付炳光、葉萌、朱正發(fā)、湯明空、韓夢雅、鄧韜、王靜、龔毓秀、李明熹、董博文、麻可可、李懂、劉兵等提供的幫助，感謝合肥工業(yè)大學(xué)和機械工業(yè)出版社的大力支持。

由于時間倉促，譯文難免存在不妥之處，敬請讀者批評指正！

譯者

2021年3月