《机器学习》是由周志华编写、清华大学出版社于2016年出版的教材。该书可作为高等院校计算机、自动化及相关专业的本科生或研究生教材，也可供对机器学习感兴趣的研究人员和工程技术人员阅读参考。全书共16章，大致分为3个部分：第1部分介绍机器学习的基础知识；第2部分讨论一些经典而常用的机器学习方法；第3部分为进阶知识，内容涉及特征选择与稀疏学习、计算学习理论、半监督学习、概率图模型、规则学习以及强化学习等。该书是机器学习领域的重要参考书籍之一，对于理解机器学习的基本概念和方法，以及掌握其应用具有重要意义。

创作背景

周志华在1995年于南京大学图书馆偶然翻看了图书《机器学习 : 实现人工智能的途径》，这是他接触机器学习的开始。当时机器学习在中国国内并不普及，科研人员甚至难以找到合适的基金项目方向。周志华深刻体会到入门阶段接触的书籍的重要性，因此决定编写一本中文教科书，不仅因为中文教科书更便于中国学生学习，还希望从自己的视角来展现机器学习。

成书过程

周志华于2013年中开始规划提纲，写作过程从材料搜集，到习题设计，再到阅读校勘，得到了很多学生、同事和学术界人事的支持和帮助。书稿在“LAMDA”组学生2015年暑期讨论班上试讲，学生们帮助周志华发现了许多笔误。其中，李楠把简陋的手绘图转变为了精致的插图，俞扬帮助调整排版格式和索引，刘冲把周志华对封面设计的想法具体表现出来。计算机科学家、中国科学院院士陆汝钤为该书作序。

教材特色

《机器学习》试图尽可能少地使用数学知识，以使尽可能多的读者通过本书对机器学习有所了解。然而，少量的概率、统计、代数、优化、逻辑知识似乎不可避免。因此，该书更适合大学三年级以上的理工科本科生和研究生。以及具有类似背景的对机器学习感兴趣的人士。为方便读者，本书附录给出了一些相关数学基础知识简介。前3章之外的后续各章均相对独立，读者可根据自己的兴趣和时间情况选择使用。根据课时情况，一个学期的本科生课程可考虑讲授前9章或前10章；研究生课程则不妨使用全书。书中除第1章外，每章都给出了十道习题。带星号的习题有相当难度，有些并无现成答案。

教学资源

2016年6月起，南京大学计算机科学与技术系为使用《机器学习》授课的教师提供PPT。

作者简介

周志华，南京大学计算机软件新技术国家重点实验室常务副主任、机器学习与数据挖掘研究所（LAMDA）所长、人工智能教研室主任。主要从事人工智能、机器学习、数据挖掘、模式识别等领域的研究工作。

参考资料