【新书】机器学习算法，模型与应用，154页pdf

机器学习(ML)是一种系统从大规模数据中自动获取、整合、开发知识，然后通过发现新信息自主扩展所获得知识的能力，而无需专门编程。简而言之，ML算法可以在以下方面找到应用: (1)对生成研究数据的网络事件有更深入的了解，(2)以模型的形式捕获对事件的低估，(3)基于构建的模型预测事件将产生的未来价值，(4)主动检测现象的任何异常行为，以便提前采取适当的纠正措施。ML是一个不断发展的领域，随着最近的技术创新，特别是随着更智能算法的发展以及硬件和存储系统的进步，它已经能够更高效、更精确地执行大量任务，这在几十年前甚至是无法想象的。在过去的几年中，深度学习(deep learning, DL)也在不断发展，它是机器学习的一个专门子集，涉及更复杂的架构、算法和模型，用于解决复杂问题和预测复杂事件的未来结果。

https://www.zhuanzhi.ai/paper/a2722f2cd41de99beda43da11ddddf66

近年来，机器学习算法系统发展迅速，特别是在强化学习、自然语言处理、计算机和机器人视觉、图像处理、语音、情感处理和理解等方面。目前，机器学习在一些业务领域已经出现或正在发展，如医药和医疗保健、金融和投资、销售和市场营销、运营和供应链、人力资源、媒体和娱乐等。

近年来，工业上应用的ML系统呈现出一些突出的发展趋势。这些趋势将利用ML和人工智能(AI)系统的力量，进一步在商业和社会中获取利益。其中一些趋势如下:(1)更少的代码量和更快的ML系统实现;(2)越来越多地使用适合在资源受限的物联网设备上工作的轻量级系统;(3) ML模型构建代码的自动生成;(4)为ML系统开发的鲁棒管理设计新的流程，以提高可靠性和效率;(5)深度学习解决方案在各个领域和应用产品中得到更广泛的应用;6)增加使用基于生成对抗式网络(GAN)的各种图像处理应用，包括图像搜索、图像增强等;7)更加突出非监督学习系统，不需要或更少的人为干预;(8)使用强化学习系统;最后，(9)基于零样本的学习系统的进化。

随着ML模型、算法及其应用的重要性和相关性的增加，以及基于DL和人工智能系统的更多创新应用的出现，本卷介绍了一些创新的研究工作及其在现实世界中的应用，如股票交易、医疗和医疗保健系统、和软件自动化如何设计、优化ML和DL算法和模型，并将其应用于真实世界场景中的业务和其他流程，以实现更高的精度和效率。本书介绍了6个章节，重点介绍了机器学习、深度学习和人工智能的不同架构、模型、算法和应用。本书各章节讨论的主题说明了在真实世界的应用中涉及到的设计、训练、验证、测试和部署机器学习和深度学习模型的复杂性。