上海交大ACM班带你动手学机器学习！

最近，彪悍的上海交大ACM班俞勇教授团队推出了一本重量级新书——《动手学机器学习》。这对于技术人来说是难得的福音，因为它一次性讲明白了机器学习这回事。

上海交大ACM班到底有多彪悍看看它的杰出校友们吧。

科研领域有在斯坦福任教的杨笛一，有在卡耐基梅隆大学任教的陈天奇，他也是XGBoost作者、TVM发起人。企业界则有依图科技联合创始人林晨曦，第四范式创始人戴文渊。MXNet的作者大神李沐，其所著的《动手学深度学习》更是诸多技术人的必读经典。

因此ACM班在业界享有中国AI人才的“黄埔军校”之称。了不起的成就背后是伟大的愿景，ACM班的创立者俞勇教授一直在为培养中国的图灵奖得主而努力。颁发图灵奖的机构就是ACM（美国计算机协会），可见俞勇教授给ACM班取名时就寄予了多么深切的期望。

ACM班总教头：俞勇教授《动手学机器学习》的内容来自于ACM班的一线教学实践。本书作者之一张伟楠根据自己讲授机器学习课程的体会与学生反馈，将理论知识与练习代码进行体系化整理形成初稿。

随后在主创团队的精心审阅编排下，最终交付了这本机器学习领域的力作。

01弄懂机器学习要学会什么

《动手学机器学习》的定位是在引领初学者入门，在内容设置上是从讲解基础理论算法开始，逐渐进入有监督学习模型与无监督学习模型的论述，力求让学习者系统化掌握机器学习的主干知识。

本书的主创团队有三位作者，除了总教头俞勇教授，还有将教学成果整理成书的张伟楠副教授，他在强化学习、数据挖掘、知识图谱等领域颇有建树。作者赵寒烨也在强化学习、机器学习方面有着深入的研究。

实力如此强劲的技术天团，为本书在业界树立了权威的标杆。

下面对书中四个主要部分的内容进行说明。

机器学习基础

在基础部分，主要是帮助学习者抓住最核心的概念和原理，讲解了最基础的两个算法：KNN（K近邻算法）和线性回归。基于这两个算法讨论了机器学习的基本思想与实验原则。

扎实掌握好这部分内容，就具备了在大部分机器学习场景中上手实践解决问题的能力。

参数化模型

本部分主要是讨论监督学习任务的参数化模型，包括逻辑斯谛回归、双线性模型、神经网络与多层感知机、卷积神经网络、循环神经网络等内容。

这些方法的共通特征，主要是基于数据的损失函数对模型参数求梯度，进而更新模型。

非参数化模型

这部分聚焦在监督学习的非参数化模型上，包