译者序

技术进步推动着人类社会的发展，人们不断发明新的技术、追求更高效的生产力，来创造更美好的生活。早在20世纪50年代就已经有关于机器学习的研究，并发展出了“符号主义”“连接主义”“统计学习”等多个流派，其中很多技术至今依然是非常好用的机器学习工具。随着网络技术发展和智能手机的普及，大量互联网业务诞生，由此产生出前所未有的数据量以及对数据智能的需求。计算和存储能力的提高，带来了以深度学习为主流的新一轮机器学习应用热潮。智能化，注定会为这个时代留下浓墨重彩的一笔。今天，机器学习应用广泛，如人脸识别、内容推荐等场景已经很成熟，以至于人们已经对其习以为常。但是从发展前景看，机器学习的应用空间仍然非常大。

几年前，我加入中信集团的一家科技公司担任首席技术官。不同于之前工作过的互联网企业聚焦于面向人的服务，即通常所说的ToC，在中信的工作使我看到了中国产业的场景和体量、企业数量、企业家的创新能力与勤奋，都是非常惊人的。从疫情期间医用口罩能够在极短时间内充分供给并出口就可见一斑。在这样巨大的经济体中，企业的发展水平并不平均，以制造企业为例，许多企业都存在效率提升的空间和需求，从资源、能源、人工成本、安全等角度考量，人工智能技术都有着极大的应用空间。要解决这些问题，单靠行业专家或者IT专家是不够的，必须要二者结合，特别是在有可解释性要求的场景下，需要他们互相理解对方领域的语言与逻辑。同时在工程化方面，更需要不断降低使用人工智能技术的成本，使这些技术能够真正地服务于企业生产，从而创造价值。这些都需要有更多的人理解这项技术。这也是我翻译本书的初衷。

本书涵盖了当今主流的机器学习核心技术，从基本原理、核心算法、神经网络三个部分进行了详细阐述。本书的特点是算法讲解与示例相结合，作者在对每个基础理论进行讲解之后，都会提供对应的示例问题，并通过TensorFlow编码实现，包括数据清洗、准备、训练、推理和评估，还对示例代码进行了解释，使读者能够更容易地理解并应用。我在翻译本书时力求忠于原文、内容准确，但由于才疏学浅，书中难免存在一些错误或疏漏，恳请读者批评指正。

感谢各位师长与挚友在我人生道路上的指导和帮助。感谢机械工业出版社华章分社的编辑朋友们推荐此书并委托我翻译。中国经济蓬勃发展并进入新的阶段，大国崛起、科技创新是时代的最强音，在这个历史进程中，机器学习技术一定大有可为，希望本书的出版能为其发展略尽绵薄之力。

赵国光