一本完美的AI实践指南，适合所有渴望亲自动手体验人工智能的人！本书提供了Jeff在世界各地的公司和研究机构教授的AI和ML课程的例子和插图。没有华丽的辞藻，也没有可怕的方程式，有的只是工程师和软件开发人员的一个快速入门机会，并提供了完整的动手操作实例。
购买链接：京东>> 当当>>
配套资源和试读下载： ys168 网盘>> 百度网盘>> 本地下载(仅试读PDF)>> GitHub项目>>
2025.2 本书第二次印刷，新增勘误，为不方便访问GitHub的读者新增配套文件的本地下载（请访问上述网盘，注意是分卷压缩包，6个压缩包均要下载）
勘误表（第一次和第二次印刷）
193页，第6行，括号中的1282应为1282，感谢李孟达
本书简介
虽然许多AI入门指引其实都是变相的微积分教科书，但本书基本不会讲数学知识。相反，Jeff Prosise帮助工程师和软件开发人员建立对AI的直观理解以解决业务问题。想要创建一个系统来检测雨林中非法伐木的声音，分析文本中蕴含的情感，中英文互译，人脸识别，或者预测旋转机械装置可能出故障的时间？这本实用的参考书教给你将AI和机器学习应用于自己的产品所需的全部技能。
本书将帮助你：
- 了解何谓机器学习和深度学习，以及它们能做什么。
- 了解流行的学习算法是如何工作的，以及在什么情况下应用它们。
- 用Scikit-Learn在Python中构建机器学习模型，用Keras和TensorFlow构建神经网络。
- 训练回归、二分类和多分类模型，并对它们的效果进行打分。
- 构建人脸识别模型和目标检测模型。
- 构建语言模型，响应自然语言查询，并将文本翻译成其他语言。
- 使用认知服务将AI集成到自己的应用中。
“如果想了解AI和ML幕后真正的工作原理，以及这些技术是如何发展和形成的，请务必看一下本书。”
——Todd Fine，Atmosera公司首席战略官
“读这本书的时候，你会忍不住想去搞点什么东西出来。”
——Doug Turnure，Microsoft Azure专家
关于本书中文版：
- 不好意思，中文版书名确实太长了，但原书更长。其实，我希望的书名是这样的：AI与机器学习——你也能行！但是，这个名字当然不出意外地被“毙”了。原书书名真正想要表达的意思是：作为一名工程师，如何在自己的产品中集成AI（国外一般将程序员和engineer混用，你见过不会编程的软件攻城狮吗？）。看看本书，就知道这有多么简单！
- 接上一条，确实简单。看完这本书就知道了。想知道如何分辨一张图片中的猫和狗，想知道二等舱的一名12岁男孩在泰坦尼克号沉没后幸存下来的机率有多大？想知道中英文是如何互译的？或者想知道如何识别人脸？是不是以为需要写一大堆代码，并需要N张N卡进行N天的训练？完全不需要，几行代码即可搞定。
- 是不是只有程序员（软件工程师）才能看这本书？当然不是，从上一条就知道了，难道你不好奇那几个问题？按书中的说明搭建好环境，依葫芦画瓢写几行代码就可以知道答案了。如果你真的是程序员，那么也可以做一些进阶的操作，可以基于别人训练好的数据再训练自己的，加入自己的“特色”（私货）。例如，能不能在ChatGPT的基础上加上自己的私货？当然能（当然要按使用的token数量为他们家的API付费）。不付费行不行，选开源的大模型，加上自己的私货也行！
- 说到“搭建环境”，强烈建议新手使用现成的Docker容器（参见本书“前言”）：安装好Docker软件，运行一条指令来启动本书作者Jeff为您精心准备好的容器，然后在浏览器中访问显示的URL即可。
- 这本书之所以能够问世，是因为大牛同学Jeff不满他当时转型AI时的参考书过于晦涩，所以自己写了这本书来方便后来者。看完这本书，你就知道它真的内容丰富，但又真的浅显易懂。
- 本书中文版采用的是全彩印刷，和英文版一致。
以下内容来自本书“译者序”：
一个好的老师，会提出恰当的问题，激发学生的兴趣，然后引导学生一步一步解决问题。在此过程中，老师会做好所有必要的铺垫，埋下所有精彩的伏笔，知道学生在什么地方会遇到难点，然后以抽丝剥茧的方式，逐渐解开学生的疑惑。最终，学生会有“恍然大悟”的感觉，学起来就更有劲儿了。
简单地说，就是不要一开始设下一个很大的目标。而是把它分解为一系列小目标，让学生在很短的时间内一个接一个的达成这些小目标，并最终促成大目标的达成，从而打造出一个让人非常有成就感的学习过程。
作为几十年前就已封神的技术大牛，Jeff的多本著作均沿用了这种精彩的写作风格。引用某个网友的话：“个人感觉大学读的很多计算机专业书籍都是叫Jeff或者Jeffrey的人写出来的。”实情确实如此，他们不仅仅是技术的大牛，还非常乐意分享，而且知道如何以正确的方式分享。如果还不清楚这几个Jeff的作品，在网上查一下《MFC与Windows编程》或者《Windows核心编程》就知道了。
本书的大目标是让工程师们快速掌握机器学习这一前沿技术。众所周知，机器学习的基础是数学，所以许多人一开始就会产生畏难情绪。Jeff完全知道读者的想法，所以一开始就将数学从学习过程中剥离，通过区区几行代码，就调动起来了读者的学习兴趣，成功地使读者相信“我也能行”。有了动力之后，以后的一切就完全按部就班了。读者的瘾会越来越大，以至于最终不能自拔，兴趣盎然地看完整本书。
星转斗移，没想到Jeff居然有20多年没写新书了（Jeffrey Richter也有10多年了）。时至2023年，Jeff的新书居然给我们带来一个很大的惊喜。针对目前处于风口浪尖的机器学习主题，这本书完美诠释了什么叫“深入浅出”。
不再多说了，请赶快享受本书吧！
作者简介
Jeff Prosise是一名工程师，他酷爱向其他工程师和软件开发人员介绍AI和机器学习的奇迹。他是Wintellect公司的联合创始人，写过9本书和数百篇杂志文章，在Microsoft培训过数千名开发人员，并在全球最大规模的一些软件会议上发言。在另一段人生中，Jeff在美国橡树岭国家实验室和劳伦斯利弗莫尔国家实验室从事高功率激光系统和聚变能源研究。在业余时间，他建造并飞行大型遥控喷气机，并经常到全球最好的一些地方去玩潜水。2021年他的公司被收购后，Jeff在Atmosera公司担任首席学习官，帮助客户将AI集成到他们的产品中。
关于封面插图
本书封面插图中的动物是喜庆亚马逊鹦鹉（Amazona festiva），也称为喜庆鹦鹉，生活在巴西、哥伦比亚、厄瓜多尔、秘鲁和玻利维亚等南美国家的热带森林、林地和沿海红树林。它们很少在远离水的地方被发现。
喜庆鹦鹉是一种色彩非常鲜艳——甚至有点……喜庆——的中等大小的鸟类。其羽毛主要是醒目的绿色，在翅膀边缘略微变成黄色。它们的脸上有各种各样的颜色，包括红色、蓝色，有时还有黄色或橙色。
喜庆鹦鹉是一个高度社会化的物种，通常成对或小群出现。大群的鸟儿经常在夜间聚集在一起，进行集体栖息，或围绕着一个局部的食物来源，并以极其聒噪而闻名。它们喜欢吃水果，如芒果和桃树，还有浆果、坚果、种子、花和叶芽作为补充食物。
虽然在其森林栖息地基本保持完整的地方仍然比较常见，但由于持续的森林砍伐和预测的栖息地减少，喜庆鹦鹉已被国际自然保护联盟归类为“近危”（Near Threatened，NT）。O’Reilly书籍封面上的许多动物都处于濒危状态；所有这些动物对世界都很重要。
封面插图由Karen Montgomery创作，基于Wood的《Illustrated Natural History》一书中的一张复古雕刻线图。本书（英文版）封面字体使用的是Gilroy Semibold和Guardian Sans。文本字体使用Adobe Minion Pro；标题字体使用Adobe Myriad Condensed；代码字体则使用Dalton Maag的Ubuntu Mono。
英文版：Applied Machine Learning and AI for Engineers — Solve Business Problems That Can't Be Solved Algorithmically ISBN：9781492098058 中文版：机器学习与人工智能实战——基于业务场景的工程应用 ISBN：9787302635239 原著：Jeff Prosise 翻译：周靖