译者序

作为一门多领域交叉学科，人工智能近年来引起了越来越多的关注，也日益广泛地应用于工业及日常生活中。作为未来能够真正意义上实现人工智能的方向之一，机器学习涵盖了大量包括概率、统计、代数、优化等在内的基础知识以及数量繁多的算法，形成了庞大的理论知识体系。对机器学习方法进行实现并封装，使得人们可以在了解基本理论的基础上，快速将机器学习的现有技术应用于所关注的领域。

Python作为一种解释型语言，简单易学，开发生态成熟，无论是初学者还是专业的程序员都可以方便地编写出所需要的程序。同时，Python可以轻松调用很多第三方库，这给程序的实现带来了很大的便捷性。基于此，Python拥有了庞大的用户群体以及繁荣的社区，这反过来也促进了Python的进一步发展。

与机器学习领域很多偏重于理论的图书相比，本书在简明扼要阐明基本原理的基础上，侧重于在Python环境下如何实现机器学习，并通过大量实例清晰形象地展示了不同场景下机器学习方法的应用。从这个角度来说，本书是一本使机器学习算法通过Python实现真正“落地”的书，而这无疑将给想要或致力于机器学习应用的读者带来理解和实现上的巨大裨益。

在本书翻译的过程中，感谢国家自然科学基金项目（61403140）对译者的资助，使我们在安心研究之余对本书所述内容有了更深的认识。感谢华东理工大学信息科学与工程学院的领导和老师创造的浓厚学术研究氛围。在本书的审阅过程中，感谢目前就职于上海壹账通金融科技有限公司的软件架构师崔冬所提出的建设性意见和建议。本书的成稿还要特别感谢机械工业出版社刘锋编辑周到细致的进度安排和高效率的工作。

限于译者水平，难免会对本书中部分内容的理解或中文语言表达存在不当之处，敬请读者批评指正，以便能够不断改进。

罗娜　汪文发

2019年9月23日于上海