如何使用本书
——写在第十次印刷之际
本书2016年1月底出版，首印5000册一周内竟告售罄；此后8个月重印9次，累积72000册；先后登上亚马逊、京东、当当网等的计算机类畅销书榜首。出乎预料的销量和受欢迎程度，意味着本书读者已大大超出了预设的目标人群，这使作者隐隐产生了些许不安，感觉有必要说一说本书的立场，以及使用本书需注意的一些事项。因此，在第10次印刷之际草就本文。
首先，读者诸君务须注意，本书是一本教科书。
如本书“后记”所述，写作本书的主因是作者要开设“机器学习”课。根据作者的从教经验，若每堂课涉及页码过多，则不少同学由于选修多门功课，在课后或许难有兴趣和精力认真钻研阅读，教师也会因“包袱太重”而失去个人发挥的空间。因此，作为一学期课程的教材，本书篇幅进行了仔细考量：16章正文，每章6～7节，一般不超过25页。研究生课程若每学期18周，则除去习题和答疑时间，基本上每周讲授一章；本科生课程则可进度稍缓，一学期讲授9～10章。囿于此限，作者需对内容材料、以及材料讲述的程度进行取舍；否则若不分巨细，其篇幅可能令读者望而生畏。因此，读者不要指望本书是无所不包、“从入门到精通”的书籍。事实上，对机器学习这个发展极迅速、已变得非常广袤的学科领域，那样的书尚不存在；即便出现，也非数千页不止，不适于用作教科书。
第二，这是一本入门级教科书。
作者以为，入门阶段最需要的是理清基本概念、了解领域概貌。这好比人们到了一个陌生的地方，首先要去找张地图，大致弄清哪里是山、哪里有水、自己身在何处，然后才好到具体区域去探索。读者当然都希望所学“既广且深”，但在有限时间内必先有个折中。在入门阶段，“顾及细微”应该让位于“观其大略”，否则难免只见树木、不见森林。因此，作者试图通过化繁为简的讲述，使读者能在有限的篇幅中感受更多的、应该接触到的内容。一定程度上说，本书的主要目的就是为读者提供一张“初级地形图”，给初学者“指路”，而本书提供的这张“地形图”，其覆盖面与同类英文书籍相较不遑多让。
机器学习中存在多种学派可从其角度阐释其他学派的内容。作者以为，理解学派间的包容等价，在进阶之后对融汇贯通大有裨益，但在入门阶段，先看到各自的本原面貌更为重要。因为没有任何一个学派能完全“碾压”其他，而过早先入为主地强化某学派观念，对理解欣赏其他学派的妙处会埋下隐碍。因此，本书尽可能从材料的“原生态”出发讲述，仅在少数地方简略点出联系。需说明的是，作者试图以相近深度讲述主要内容。读者若感到在某些地方“意犹未尽”，或因作者以为，入门阶段到此程度已可，对其他内容的初窥优先于此处的进一步深究。另外，机器学习飞速发展，很多新进展在学界尚无公论之前，作者以为不适于写入入门级教科书中；但为了不致于与学科前沿脱节，本书也简略谈及一些本领域专家有初步共识的相对较新的内容。
第三，这是一本面向理工科高年级本科生和研究生的教科书。
对前沿学科领域的学习，必然需有基础知识作为先导。为便于尽可能多的读者通过本书对机器学习有所了解，作者已试图尽可能少地使用数学知识，很多材料尽可能选择易于理解的方式讲述。若读者感觉书中涉及的数学较深，且自己仅需对机器学习做一般了解，则不妨略过细节仅做概观，否则建议对相关基础知识稍作复习以收全功。囿于篇幅，作者对许多材料尽可能述其精要、去其细冗，所涉数学推导在紧要处给出阐释，对理工科高年级同学稍下工夫就易自行弄清的繁冗则惜墨不赘。
读者不要指望通过读这本入门级教科书就能成为机器学习专家，但书中各章分别给出了一些文献指引，有兴趣的读者不妨据此进一步深造。另外，互联网时代之信息获取已相当便利，读者可以容易地在网上找到机器学习中关于单个“知识点”的内容，而信息搜索是理工科学生必备的本领，只需知道自己在“找”什么，就应该一定能找到材料。根据本书提供的“地形图”，读者若渴望对某个知识点进一步探究，“按图索骥”应无太大困难。
第四，这本书不妨多读几遍。
初学机器学习易陷入一个误区：以为机器学习是若干种算法（方法）的堆积，熟练了“十大算法”或“二十大算法”一切即可迎刃而解，于是将目光仅聚焦在具体算法推导和编程实现上；待到实践发现效果不如人意，则又转对机器学习发生怀疑。须知，书本上仅能展示有限的典型“套路”，而现实世界任务千变万化，以有限之套路应对无限之变化，焉有不败！现实中更多时候，需依据任务特点对现有套路进行改造融通。算法是“死”的，思想才是“活”的。欲行此道，则务须把握算法背后的思想脉络，无论创新科研还是应用实践，皆以此为登堂入室之始。本书在有限篇幅中侧重于斯，冀望辅助读者奠造进一步精进的视野心法。读者由本书初入门径后，不妨搁书熟习“套路”，数月后再阅，于原不经意处或能有新得。此外，作者在一些角落融入了自己多年研究实践的些微心得，虽仅只言片语，但可能不易得之，进阶读者阅之或可莞尔。
读者若仅对某几种具体机器学习技术的算法推导或工程实现感兴趣，则本书可能不太适合；若仅需机器学习算法“速查手册”，则直接查看维基百科可能更便利一些。
作者自认才疏学浅，对机器学习仅略知皮毛，更兼时间和精力所限，书中错谬之处甚多，虽每次印刷均对错处或易误解处做勘误修订，但仍在所难免，若蒙读者诸君不吝告知，将不胜感激。
周志华
2016年9月