譯者序

機器學(xué)習(xí)是人工智能領(lǐng)域中最能夠體現(xiàn)機器智能的一個分支，也是人工智能領(lǐng)域發(fā)展最快的一個分支，其主要研究計算機如何模擬人類的學(xué)習(xí)行為，以獲取新的知識和技能，并在對新知識不斷學(xué)習(xí)的過程中逐步提升計算機的學(xué)習(xí)能力。數(shù)據(jù)、學(xué)習(xí)算法和模型是機器學(xué)習(xí)的三要素，計算機通過輸入的數(shù)據(jù)，利用相關(guān)的學(xué)習(xí)算法，得到穩(wěn)定的模型結(jié)構(gòu)，產(chǎn)生可靠的預(yù)測結(jié)果。機器學(xué)習(xí)過程分為4個主要步驟：數(shù)據(jù)預(yù)處理、機器學(xué)習(xí)或模型訓(xùn)練、模型評估以及新數(shù)據(jù)預(yù)測。根據(jù)訓(xùn)練數(shù)據(jù)是否有標注，機器學(xué)習(xí)可以分為監(jiān)督學(xué)習(xí)和無監(jiān)督學(xué)習(xí)兩大類。除此之外，機器學(xué)習(xí)還包括集成學(xué)習(xí)、深度學(xué)習(xí)和增強學(xué)習(xí)等內(nèi)容。

本書通過具體的編程實踐案例，全面系統(tǒng)地講述了機器學(xué)習(xí)涉及的核心內(nèi)容。全書共分為13章，包括機器學(xué)習(xí)概述、基于OpenCV的數(shù)據(jù)處理、監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)、數(shù)據(jù)表示和特征工程、基于決策樹的醫(yī)療診斷、基于支持向量機的行人檢測、基于貝葉斯學(xué)習(xí)的垃圾郵件過濾、基于深度學(xué)習(xí)的手寫數(shù)字分類、集成分類方法、模型選擇與超參數(shù)調(diào)優(yōu)、OpenCV 4.0中的OpenVINO工具包等內(nèi)容。

為了便于學(xué)習(xí)，作者在GitHub上提供了相關(guān)用例的完整源代碼，供讀者下載使用。通過書中提供的用例代碼，讀者可以快速熟悉并掌握機器學(xué)習(xí)領(lǐng)域的相關(guān)知識。本書既適合想要從事機器學(xué)習(xí)及其相關(guān)領(lǐng)域研發(fā)的初學(xué)者，又適合致力于機器學(xué)習(xí)研究的高層次讀者。對于初次接觸機器學(xué)習(xí)及其相關(guān)領(lǐng)域的人員，在閱讀本書前，建議預(yù)先閱讀Python編程的相關(guān)書籍，或者學(xué)習(xí)有關(guān)Python編程的在線教程。

本書由重慶郵電大學(xué)教師劉冰博士歷時4個多月翻譯完成。為了能夠準確地完成本書的翻譯，譯者查閱了大量有關(guān)機器學(xué)習(xí)、深度學(xué)習(xí)以及OpenCV 4.0等方面的中外文圖書資料。但因水平有限，譯文中難免存在疏漏，懇請讀者批評指正。

感謝機械工業(yè)出版社華章公司的編輯，是他們的嚴格要求，使本書得以高質(zhì)量出版。

劉冰
liubing@cqupt.edu.cn