启动机器学习：一本关于预测 API 的即将出版的书

我偶然发现了一本可能让你感兴趣的书。

这本书名为《启动机器学习》，作者是 Louis Dorard 博士。书中提供了 40 页的试读部分，我非常喜欢。我认为这本书最终将是一本有价值的书籍。

即将出版的书籍封面：《启动机器学习》

Louis 认为机器学习已经商品化到这样的程度：如果你是一名应用程序开发人员，你不需要学习机器学习算法，你只需要学习机器学习 API。

如今，任何人都可以利用机器学习算法的强大功能，只需很少的编码经验，并使用预测 API。

我喜欢这种方法，也提倡非程序员采用它。这是该领域成熟的标志，我们可以开始清晰地区分机器学习研究员、机器学习从业者乃至应用程序开发人员。如果你是一名程序员，你会创建应用程序，而不必担心编程语言设计的晦涩细节。机器学习与算法研究也是如此。

试读部分没有涉及预测 API，但它提供了本书的结构背景、机器学习与人工智能的关系、机器学习的激励性示例以及一个实践示例。

机器学习驱动的应用

书中描述了机器学习驱动的应用示例，以激发掌握预测 API 的愿望和需求。

• 亚马逊：根据用户过去的购买记录，为用户提供个性化推荐。还提到了 Netflix 的电影和 Spotify 的音乐。
• Gmail：优先收件箱将促销邮件和重要邮件分开。
• Siri：iPhone 等 iDevice 上的语音命令和信息检索功能。
• Facebook：Facebook 应用中照片部分的脸部识别功能。

机器学习何时会失败

Louis 以鸢尾花数据集为例（他称之为机器学习的“hello world”）进行讲解。在本节中，他有用地重点介绍了机器学习可能失败的示例。

• 泛化：当样本过少无法进行泛化，或者提供的样本不能代表底层数据总体时。
• 类别可分离性：当类别在逻辑上或非逻辑上都无法有意义地分离时。
• 噪声：当在用于训练机器学习系统的样本集合中引入偏差、错误或系统性噪声时。

在他同名博客文章中有更详细的介绍。

本书的标题仍然是《启动机器学习：预测 API 使用指南》，副标题是：“挖掘您数据的价值。创建更好、更智能的应用程序。”

您可以在他的博客上了解更多关于 Louis 的信息，并在《启动机器学习》网站上了解更多关于他的书的信息。