本书结合职业教育各专业学生发展需要，针对应用型“机器学习”专业课程而编写，具有丰富的知识性与应用特色，意在帮助学生理解机器学习的原理，了解机器学习的算法思想，熟悉机器学习的应用场景，掌握机器学习的运用方法。本书知识内容系统、全面，包括机器学习基础、线性模型、决策树、神经网络、贝叶斯分类器、集成学习、支持向量机、聚类分析、降维与特征选择、半监督学习、概率图模型、推荐系统、深度学习、强化学习和机器学习的发展等内容。本书每课都设计有导读案例、作业及以典型案例分析为主的实训任务。与本书配套的教学PPT课件等资源可从中国铁道出版社教育资源数字化平台（https://www.tdpress.com/51eds/）下载，欢迎教师与编者交流并索取为本书教学配套的相关资料。本书适合作为职业教育人工智能技术应用专业教材，也可作为对人工智能相关领域感兴趣读者的参考书。

前 言
随着人工智能技术与应用的日渐普及，人工智能相关知识成为人们热衷的普适性科学常识。社会需要机器学习专业的学者，也需要日益庞大的爱好机器学习知识与技术的专业工作者。
机器学习（machine learning, ML）是人工智能科学的一个重要分支，它是“让计算机像人类一样学习和行动的科学”。
本书是面向职业教育和普通读者的机器学习课程类的通识教材，为了使更多的读者能够通过本书对机器学习技术有所了解，内容力图包含生动丰富的机器学习以及人工智能、大数据知识，意在帮助读者理解机器学习的原理知识，了解机器学习的算法思想，熟悉机器学习的应用场景，掌握机器学习的运用方法。本书知识内容系统、全面，包括机器学习基础、线性模型、决策树、神经网络、贝叶斯分类器、集成学习、支持向量机、聚类分析、降维与特征选择、半监督学习、概率图模型、推荐系统、深度学习、强化学习和机器学习的发展等内容。本书每课都设计有导读案例、作业以及以典型案例分析为主的实训任务，阅读和教学时可依照学习进度与需求，做适当选择。
每课在编写时都遵循下列要点：
（1）提倡学生课前阅读“导读案例”，在拓展相关知识面的同时，预习课文。课文深入浅出，能引发学习者的自我学习兴趣。
（2）课文介绍基本观念或解释原理，让学习者能切实理解和掌握机器学习的基本知识。
（3）组织浅显易懂的案例，注重培养扎实的基本理论知识，重视培养学习方法。
（4）为学习者提供低认知负荷的作业，让学习者在自我成就中建构机器学习的基本观念与技术；为各课设计的作业（20道四选一标准选择题）并不难，学生只要认真阅读课文，所有题目都能准确回答。在书的附录中安排了作业参考答案。
（5）思维与实践并进。建议老师在教学班中组织“实训：案例分析”研究性学习活动，鼓励学生讨论与安排机会表达，努力让机器学习的知识成为驰骋职场的立身之本。
本课程的“教学进度表”可作为教师授课参考和学生课程学习的概要。实际执行时，应按照教学大纲编排教学进度和校历中关于本学期节假日的安排，实际确定本课程的教学进度。
本书由姚云、周苏主编，戴黄峰、汤儒勤、张天林、浦建峰、赵慧曜、徐灵鑫、王文等参与了本书的部分编写工作。
本书的编写得到嘉兴技师学院、浙大城市学院、华航唯实机器人科技有限公司、杭州汇萃智能科技有限公司等多家单位的支持。
与本书配套的教学PPT课件等文档可从中国铁道出版社教育资源数字化平台 （https://www.tdpress.com/51eds）下载，欢迎教师与作者交流并索取为本书教学配套的相关资料：zhousu@qq.com，QQ：81505050。

编 者
2024年5月于杭州

目录第1课概??述1【导读案例】机器学习名字的由来11.1什么是机器学习21.1.1机器学习的发展21.1.2机器学习的定义41.1.3机器学习的研究51.2机器学习的分类61.2.1监督学习61.2.2无监督学习71.2.3强化学习71.2.4其他类别71.3机器学习基本结构81.4机器学习算法91.5机器学习的应用131.5.1回归、分类和特征设计141.5.2数据分析与挖掘151.5.3模式识别161.5.4生物信息学161.5.5AI聊天机器人171.5.6自动驾驶17【作业】18【实训】机器学习能做什么19第2课机器学习基础26【导读案例】CPU和GPU的区别262.1机器学习的学习基础282.1.1Python程序设计语言282.1.2线性代数知识292.1.3微积分知识302.1.4算法及其评价302.2基本术语322.3假设空间332.4归纳偏好352.5经验误差与拟合362.6评估与度量37

姚云，中共党员、高级讲师、维修电工一级技师，现为嘉兴技师学院人工智能系主任。曾在市级双高课比赛中荣获二等奖，与其他老师合作的创新作品荣获省一等奖，撰写的论文多次在省市比赛中获奖，也曾指导学生在省市创新创业大赛和技能比赛中多次获奖。获评过市级优秀指导教师、市属级学科带头人、市属级“家庭事业兼顾型”、“教坛立功、岗位成才”巾帼先锋，多次荣获校级先进工作者、校级先进党员等称号。 周苏，1982年华东水利学院计算机应用专业本科毕业，1986年由水电部研究所调入杭州大学计算机系任教，1991年破格晋升副教授，1999年调入浙江大学城市学院计算机系任教，2005年晋升教授。在杭州大学、浙江大学、浙江大学城市学院、浙江工业大学之江学院、温州大学城市学院、嘉兴学院南湖学院、温州职业技术学院等多所院校专/兼职任教，教学经验丰富。长期从事计算机等专业教学工作，担任计算机基础、计算机导论、软件工程、软件测试技术、软件体系结构、电子商务概论、移动商务、多媒体技术、项目管理、管理信息系统、应用统计学、C语言程序设计、面向对象程序设计、网络传播技术、网络生态学、人机交互技术、艺术设计概论、艺术欣赏概论、计

本书是面向职业教育和普通读者的机器学习课程类的通识教材，为了使更多的读者能够通过本书对机器学习技术有所了解，内容力图包含生动丰富的机器学习以及人工智能、大数据知识，意在帮助读者理解机器学习的原理知识，了解机器学习的算法思想，熟悉机器学习的应用场景，掌握机器学习的运用方法。本书知识内容系统、全面，包括机器学习基础、线性模型、决策树、神经网络、贝叶斯分类器、集成学习、支持向量机、聚类分析、降维与特征选择、半监督学习、概率图模型、推荐系统、深度学习、强化学习和机器学习的发展等内容。