前言

机器学习作为人工智能的重要实现方式之一，已广泛应用于科学研究、工程实践等众多应用场景，发展潜力巨大。随着各行各业与人工智能技术的深入结合，机器学习编程已成为高等院校计算机、电子信息等多个学科专业开设的人工智能入门与实践的重要课程。本书编者一直从事计算机视觉方面的教学实践及科研工作，完成了多项和机器学习相关的国家自然科学基金、省基金、企业合作等项目，积累了丰富的教学和科研经验。根据本科教学和研究生培养过程中的实践经验，基于实际教学工作需求及机器学习课程教学特点，编写了本书，归纳梳理了机器学习课程教学内容，兼顾基础和实践应用，使本书内容具有一定的普适性和实用性。

本书共13章，主要内容有机器学习导论、Python编程基础、机器学习编程理论基础、KNN分类算法、KMeans聚类算法、支持向量机、决策树与随机森林、回归分析、神经网络、卷积神经网络、Transformer深度神经网络、图神经网络和生成对抗神经网络。本书内容循序渐进，各章节按照具体内容可分为三部分： 第一部分(第1~3章)介绍机器学习基本概念及编程基础，使读者对机器学习的相关概念有初步认识，为机器学习编程建立必要基础； 第二部分(第4~9章)是经典机器学习方法理论与实现，该部分内容是读者掌握机器学习的核心； 第三部分(第10~13章)介绍深度学习热点技术，此部分是机器学习的扩展研究内容，有助于读者了解前沿的机器学习技术及实现。

本书由黑龙江大学朱福珍教授编著，负责全书的统稿、校对及修改等工作。在编写过程中得到所在“智能图像处理课题组”研究生刘志远、赵佳昕、荚恒飞、李东霖、韩浩等的大力协助，在此深表感谢。同时，本书得到黑龙江大学电子工程学院电子信息工程专业省级重点专业的大力支持，也得到了黑龙江省基金项目（PL2024F027）、黑龙江大学学位与研究生教育教学改革研究重点项目（JGXM_YJS_2024013）、黑龙江大学研究生精品课建设项目“遥感技术及图像处理”的资助和支持，在此一并表示感谢。此外，本书还参考和引用了一些经典论文和书籍，凝集了众多前辈和青年学者的研究成果，在此对他们表示敬意和感谢。

本书侧重机器学习编程基础，内容由浅入深、组织合理、原理易懂、代码正确可复现，相关学习配套资源完整，读者结合具体实例可以更好地掌握和理解机器学习的相关方法和实现。根据编者多年的实践教学经验，本书的教学可以安排32~48学时，如果课程设置教学学时较少，可以适当删减第2章和第10~13章的部分内容。如果教学条件允许，可以在教学中加入上机练习，让学生尝试完成机器学习编程的具体实验题目。

本书可作为高等学校计算机、通信、电子信息等相关专业的本科生教材，也可作为低年级研究生从事机器学习编程或其他人工智能工程技术人员的参考用书。由于编者水平有限，书中不妥之处在所难免，欢迎广大同行和读者批评指正，编者会根据读者意见适时地对本书内容进行修订和补充。

朱福珍

2026年3月