前言

目前，人工智能技术、大数据技术已成为新经济的重要推力，需要大量的人工智能技术相关人才，将新的技术落实到广大传统行业中。国务院高度重视人工智能技术的发展，2017 年制定和颁布了《新一代人工智能发展规划》。其中指出“人工智能是引领未来的战略性技术”。2018年教育部颁布《高等学校人工智能创新行动计划》，要求重视人工智能与传统学科的交叉融合。

机器学习主要研究机器如何通过模拟人类学习，不断收获新的知识或技能，以提升自身学习能力和性能。机器学习融合了智能科学、计算机科学、统计学、生物医学和社会学等多学科领域知识。早期，机器学习课程一般作为计算机专业研究生课程，或者作为本科计算机专业高年级选修课程，现在随着人工智能技术的广泛应用，部分高等院校和职业院校成立了人工智能与大数据学院，机器学习课程作为该专业学生的专业必修课。由于机器学习课程涉及学科广泛，对学生专业知识的宽度、深度和实际动手能力都有较高要求，因此在高职院校开设机器学习课程面临极大的教学挑战。高职院校机器学习课程教材应围绕国家、社会对新型产业人才的需求，坚持以“以学生为中心，产业为导向”，教材内容遵循“知识够用、重视应用、引入前沿”，加大实际应用案例在教学中的比例。

本书以项目实践为重点，突出项目实践比例，在实践中引入机器学习新知识和技术，动态更新学习内容。根据机器学习技术不同应用场景，结合实际应用，加深学生对机器学习技术的理解、方法的掌握及应用领域场景的认识。本书在内容选择上，既要反映机器学习的基础知识和经典算法，又要重视近期非常活跃的深度学习和神经网络的内容。因此，本书主要包括6章，第1章为机器学习的基本概念的介绍，主要让学生了解机器学习的基本概念，了解机器学习的应用场景；第2章为机器学习环境的搭建，通过项目驱动，让学生搭建属于自己的机器学习开发环境；第3章介绍机器学习中的监督学习经典算法，通过4个经典监督学习算法，引导学生解决实际生活中诸如预测和分类问题；第4章介绍机器学习非监督学习经典算法；第5章介绍目前比较热门的深度学习技术中的神经网络技术；第6章介绍强化学习技术。全书所有程序均已经在英特尔FPGA中国创新中心的AILab平台上验证实现。

本书由重庆电子工程职业学院徐宏英、尹宽、陈文杰、华成丽任主编，胡云冰、柴广龙、刘宇光、赵瑞华、方旭、童亮任副主编。其中，前三章由重庆电子工程职业学院徐宏英编写，后3章由陈文杰、尹宽和华成丽编写。英特尔FPGA中国创新中心的田亮、柴广龙和刘珂全程担任技术指导，其他老师参与了代码的测试和文字的校验。

本书在编写的过程中，得到英特尔FPGA中国创新中心的大力支持，在此表示感谢。另外，感谢重庆电子工程职业学院人工智能与大数据学院武院长和吴书记等领导对编写工作的指导和支持，同时也感谢电子工业出版社刘志红编辑对本书提出的宝贵意见。

由于作者水平有限，书中错误和不足之处在所难免，恳请广大读者不吝指正。编者：E-mail：hongying8015@126.com.

编者

2022年10月