本書的目的是呈現(xiàn)一個通俗易懂的、引導(dǎo)性的機器學(xué)習(xí)基礎(chǔ)資料，并說明在實踐中是如何利用機器學(xué)習(xí)解決商業(yè)、科學(xué)以及其他組織環(huán)境的預(yù)測數(shù)據(jù)分析問題的。因此，本書不僅討論一般機器學(xué)習(xí)書籍所涵蓋的內(nèi)容，也討論預(yù)測分析項目的生命周期、數(shù)據(jù)準(zhǔn)備、特征設(shè)計和模型部署。 
本書可作為計算機科學(xué)、自然與社會科學(xué)、工程以及商學(xué)專業(yè)本科生和研究生的機器學(xué)習(xí)、數(shù)據(jù)挖掘、數(shù)據(jù)分析或人工智能課程的教材。書中的案例研究展示了機器學(xué)習(xí)在工業(yè)領(lǐng)域的數(shù)據(jù)分析方面的應(yīng)用，因此本書也可以作為從業(yè)者的參考材料，還可用作工業(yè)界的培訓(xùn)教材。 
本書基于我們多年教授機器學(xué)習(xí)的經(jīng)驗編寫而成，書中的方法和素材源于課堂，并經(jīng)過了實踐檢驗。在撰寫本書的過程中，為使這些素材更易于理解，我們采用了如下指導(dǎo)原則： 
將最重要且最常用的算法解釋清楚，而不是籠統(tǒng)地囊括機器學(xué)習(xí)的所有方面。作為教師，我們認(rèn)為讓學(xué)生深入理解一個領(lǐng)域的核心和基礎(chǔ)概念能夠為他們打下堅實的基礎(chǔ)，如此學(xué)生才能夠獨立地探索這個領(lǐng)域。這種見微知著的方法使我們能夠用更多的篇幅去介紹、解釋、闡明和情境化那些較為基礎(chǔ)和實用的算法。 
在從技術(shù)上正式地描述算法的原理之前，先通俗地解釋算法的意圖。對每個主題進行通俗的介紹，可以使學(xué)生在學(xué)習(xí)更為技術(shù)性的內(nèi)容之前打下堅實的基礎(chǔ)。我們針對本科生、研究生和專業(yè)人士等的教學(xué)經(jīng)驗表明，這些通俗的介紹能使學(xué)生輕松地理解主題。 
提供完整的實用范例。在本書中，我們展示了所有范例的完整運作方式，這樣能使讀者檢查自己的理解程度。 
本書結(jié)構(gòu) 
在教授一個技術(shù)主題時，展示其實際應(yīng)用是非常重要的。為此，我們在預(yù)測數(shù)據(jù)分析這一重要且處于成長期的工業(yè)界機器學(xué)習(xí)應(yīng)用情境下展現(xiàn)機器學(xué)習(xí)。機器學(xué)習(xí)與數(shù)據(jù)分析的聯(lián)系貫穿本書的每一章。在第1章中，介紹機器學(xué)習(xí)，并解釋機器學(xué)習(xí)在標(biāo)準(zhǔn)的數(shù)據(jù)分析項目的生命周期中所扮演的角色。在第2章，呈現(xiàn)一個設(shè)計和構(gòu)建預(yù)測分析解決方案的框架，該框架基于機器學(xué)習(xí)且能夠滿足商業(yè)需要。所有機器學(xué)習(xí)算法都假設(shè)存在一個可供訓(xùn)練的數(shù)據(jù)集。因此，第3章闡釋在預(yù)先建好的預(yù)測模型上使用數(shù)據(jù)集前如何對數(shù)據(jù)集進行設(shè)計、構(gòu)建和質(zhì)量檢查。 
第4～7章是本書的主要機器學(xué)習(xí)章節(jié)，每一章都展示了不同的機器學(xué)習(xí)方法：第4章為通過搜集信息來學(xué)習(xí)；第5章為通過類比來學(xué)習(xí)；第6章為通過預(yù)測可能的結(jié)果來學(xué)習(xí)；第7章為通過搜索誤差最小的解來學(xué)習(xí)。這些章節(jié)都分為如下兩部分： 
第一部分首先對該章內(nèi)容進行通俗的介紹，緊接著詳細(xì)地闡釋理解這些內(nèi)容所需的技術(shù)概念，然后展示使用該學(xué)習(xí)方法的一個標(biāo)準(zhǔn)機器學(xué)習(xí)算法以及詳細(xì)的實用范例。 
第二部分闡釋該標(biāo)準(zhǔn)機器學(xué)習(xí)算法的各種拓展方法，以及所延伸出的著名的變種算法。 
將這些章節(jié)分為兩部分的目的在于自然地將該章內(nèi)容分節(jié)。由此，一節(jié)課就可以涵蓋每章的第一部分（大思路、基礎(chǔ)知識、標(biāo)準(zhǔn)方法），即一個主題。接著——如果時間允許的話——課程的主題可以延伸至第二部分的全部或部分內(nèi)容。第8章闡述如何評估預(yù)測模型的性能，并展示了一系列不同的評估指標(biāo)。該章也由標(biāo)準(zhǔn)方法以及延伸與拓展這兩部分組成。在所有技術(shù)章節(jié)中，更為廣泛的預(yù)測分析場景持續(xù)地穿插于翔實、完整的實際范例中，并且給出了范例所基于的數(shù)據(jù)集和論文的引用來源。 
第9和10章的案例研究（客戶流失、星系分類）清晰地展現(xiàn)了廣泛的商業(yè)情境與機器學(xué)習(xí)之間的聯(lián)系，尤其強調(diào)許多超越建模的問題和任務(wù)（比如商業(yè)理解、問題定義、數(shù)據(jù)收集和準(zhǔn)備，以及對見解進行交流）對預(yù)測分析項目的重要性。最后，第11章討論機器學(xué)習(xí)中一系列基礎(chǔ)性的話題，并強調(diào)了針對給定問題選擇合適的機器學(xué)習(xí)方法不僅涉及關(guān)于模型精確度的因素，而且必須將模型的特性與商業(yè)需求進行匹配。 
如何使用本書 
多年的教學(xué)工作，使我們對適用于一學(xué)期的導(dǎo)論課程和適用于兩學(xué)期的高階課程所需的教學(xué)內(nèi)容有了清晰的認(rèn)識。為使本書適用于上述兩種不同的教學(xué)情境，本書的內(nèi)容是模塊化的，各章之間沒有太多依賴關(guān)系。因此，教師在使用本書時只需選擇自己想要講授的部分，而不需要擔(dān)心這些部分之間的依賴關(guān)系。講課時，第1、2、9～11章的內(nèi)容通常需要2～3課時，而第3～8章的內(nèi)容則通常需要4～6課時。 
我們在表1中列出了針對不同情況的建議授課計劃。所有課程都包含第1章（面向預(yù)測數(shù)據(jù)分析的機器學(xué)習(xí)）和第11章（面向預(yù)測數(shù)據(jù)分析的機器學(xué)習(xí)藝術(shù)）。列出的第一門課程M.L.（短，深入）設(shè)計為一學(xué)期機器學(xué)習(xí)課程，這門課程側(cè)重于讓學(xué)生深入理解兩個機器學(xué)習(xí)方法，以及了解在評估一個機器學(xué)習(xí)模型時所應(yīng)使用的正確方法。在建議的課程中，我們決定納入全部第4章（基于信息的學(xué)習(xí)）的內(nèi)容，以及第7章（基于誤差的學(xué)習(xí)）的內(nèi)容。但這些內(nèi)容也可被第5章（基于相似性的學(xué)習(xí)）和/或第6章（基于概率的學(xué)習(xí)）取代。M.L. （短，深入）也是短期（一周）專業(yè)人員培訓(xùn)的理想課程。第二門課程M.L.（短，廣泛）則是另一種一學(xué)期機器學(xué)習(xí)課程，這門課程側(cè)重于涵蓋一系列機器學(xué)習(xí)方法，并且包括了詳細(xì)的評估方法。對于長達兩學(xué)期的機器學(xué)習(xí)課程M.L.（長）來說，我們建議講授數(shù)據(jù)準(zhǔn)備（3.6節(jié)）、所有的