26 个主流机器学习算法的实现，获 4 万好评，这本机器学习宝典终于来了！

2022 年 1 月 10 日
本文字数：1266 字
阅读完需：约 4 分钟

关注过公众号“机器学习实验室”的人可能对这个名字 louwill 并不陌生。他是深度学习算法工程师，主要从事医疗数据分析、医学图像处理和深度学习应用相关研究与工作。他在公众号“机器学习实验室”发表的“数学推导+纯 Python 实现机器学习算法”等系列文章，获得了 4 万读者的广泛关注和好评。如今这些文章终于以书籍的形式正式出版了！那让我们走近 louwill 老师，了解一下他和这本书的故事吧！

大家好！我是 louwill。

经过一年零三个月的努力，《机器学习：公式推导与代码实现》已于日前正式出版了。

关注过这本书的公众号读者应该知道，这本书在系列原创机器学习 30 讲的基础上，并参考了李航老师的《统计学习方法》和周志华老师的西瓜书《机器学习》的理论体系，从公式推导和代码实现两个维度来展示机器学习的基本内涵。

本书从 20 年 8 月开始选题和列大纲，到 21 年 3 月份完成初稿，到 4 月份完成二稿通稿，再到 8 月份编辑三稿修改，再到 10 月份四稿校样，最后到 12 月份付印稿完成，中间过程修改和反复着实不易。

笔者作为一名算法工程师，从 2017 年以来就一直从事医疗数据和医学影像数据的处理和分析工作。在笔者的技术成长过程中，李航老师的《统计学习方法》和周志华老师的“西瓜书”《机器学习》，给了笔者极大的帮助和启发。国内做机器学习相关方向的学生和从业人员，这两本书几乎是人手一本。

两位老师的书都有一个共同的特点，就是理论功底相当深厚，但不太注重于算法的代码实现。这两年笔者接触了不少找工作的同学，大部分同学除了在机器学习基本原理上狠下工夫之外，并不满足于现有的机器学习调包的学习方式，希望能够从底层的算法实现逻辑和方法上更加深入的掌握机器学习。事实上，随着这几年机器学习的火爆，从业门槛也越来越高，以至于经常出现让面试者现场手推逻辑回归和手写反向传播代码的情况。这些都使得笔者产生了撰写这本书的想法。

机器学习是一门建立在数学理论上的应用型学科，完备的数学公式推导对于每一个研究机器学习的朋友都是非常必要的。而代码实现则是更加深入理解机器学习算法的内在逻辑和运行机制的不二法门。因而本书取名为《机器学习：公式推导与代码实现》，出发点正是来源于此。

本书力求系统、全面的展示公式推导和代码实现这两个维度。全书分为六个大部分 26 个章节，包括入门介绍、监督学习单模型、监督学习集成模型、无监督学习模型、概率模型和最后的总结。其中监督学习两大部分是本书的重点内容。在叙述方式上，全书对于每一章对于一个具体的模型和算法。一般会以一个例子或者前序概念作为引入，然后重点从公式推导的角度来进行算法介绍，最后辅助以一定程度上的基础代码实现，重在体现算法实现的内在逻辑。各部分、各章内容相对独立，但前后又多有联系，读者可以从头到尾全书通读，也可以根据自身情况选取某一部分某一章节进行选读。