译者序

机器学习是一门研究如何使用计算机模拟人类行为，以获取新的知识与技能的学科。它是人工智能的核心，同时也是处理大数据的关键技术之一。机器学习的主要目标是自动地从数据中发现价值的模式，亦即将原始信息自动转换为人们可以加以利用的知识。

随着科技的进步，特别是互联网技术的发展，使得我们在不知不觉中被卷入了大数据时代。传统的方法已经无法处理如此庞大的数据量，而机器学习技术正是解决此问题的良方。

不同于晦涩的学术书籍，本书是为程序员而作，因此没有过多枯燥的理论讲解，而是借助于Python语言及其机器学习库scikit-learn来帮助程序员快速理解算法的核心与本质，并能在生产环境轻松地加以应用。

本书对机器学习的各种算法进行了系统的讲解。第1章对机器学习以及Python在机器学习中的应用进行了简要的介绍，在后续章节分别讨论了数据分类（第2、3章）、数据预处理（第4、5章）、模型优化（第6章）、集成学习（第7章）、回归（第10章）、聚类（第11章），以及当前流行的神经网络及其深度学习（第12、13章）。每个章节基本上都是按照算法介绍、Python实现，以及使用scikit-learn来应用算法这样的模式进行讨论的，让读者既能掌握算法的本质，又能尽快将其应用到实际开发中去。

第8、9章介绍了机器学习与其他技术相结合的使用情况。第8章通过与自然语言处理方法相结合，以IMDb电影评论数据集作为信息来源，借助于文本处理技术，对用户的情感倾向进行了分析。第9章包含许多实用的主题，包括如何序列化训练得到的模型、使用SQLite存储数据等，并通过实例演示了如何通过Web来分享分类模型的使用。

翻译的过程本身也是一个学习提高的过程，我们已经尽量去保证译文的准确性，但错误仍旧在所难免，如有问题还恳请读者不吝指教。此外，在本书出版后，我们将与同济大学和深圳大学合作，分别在上海、深圳两地就本书的内容与读者进行多次交流与讲解活动，有兴趣的读者可以邮件联系：gaomingsz@vip.163.com。

在翻译本书的过程中得到了深圳市意行科技开发公司、上海市公安高等专科学校、深圳市六度人和科技有限公司等单位领导的支持，在此一并表示感谢。

高明

gaomingsz@vip.163.com