机器学习实践指南

麦好
前言 为什么要写这本书 自从计算机问世以来,人们就想知道,机器是否能像人类一样具有学习能力。1959年,美国的塞缪尔设计了一个下棋程序,这个程序具有学习能力,它可以在不断的对弈中提高自己的棋艺。4年后,这个程序战胜了设计者本人。又过了3年,这个程序战胜了美国一个保持常胜不败战绩8年之久的冠军。不难看出,这个程序向人们展示了机器学习的能力。如果我们理解了计算机学习的内在机制,即怎样使它们根据经验来自动提高,那么影响将是空前的。 机器学习作为一门多领域交叉学科,在近20年里异军突起。机器学习涉及概率论、统计学、代数学、微积分、算法复杂度理论等多门学科,通过设计和分析一些让计算机可以自动“学习”的算法,人类对机器学习的不断研究开辟出许多全新的应用领域,使智能机器的计算能力和可定制性上升到新的高度。 在国外,机器学习技术大量应用于军事领域,X-47B 验证机已经完成首飞,这款由诺斯罗普·格鲁曼公司为美国海军研制、外形极似B-2战略轰炸机的飞机,是世界上第一架完全由计算机控制的“无尾翼、喷气式无人驾驶飞机”,它意味着在未来战场,将会出现无人机先出动,打击对方的防空阵地、雷达、机场等重要目标,而有人机编队则在战场外,负责拦截对方空中支援的战斗机,这将彻底改变人类战争的方式。X-47B代表了人类在机器学习研究方面的巨大进步,是智能机器全面参与人类战争的标志,代表了人类在模仿自己智能水平方面进入了一个新的阶段,同时也给机器学习带来了全新的发展机会。 在国内,机器学习正展现出巨大的潜力,在计算机领域中扮演着日益重要的角色。机器学习的应用领域包括数据挖掘、语音识别、图像识别、机器人、生物信息学、信息安全、车辆自动驾驶、遥感信息处理、计算金融学、工业过程控制、智能家居等。在不久的将来,机器的学习能力更接近人类智能:计算机能通过学习医疗记录,获取治疗新疾病最有效的方法;住宅管理系统可分析住户的用…