前言

自本书的第1版《Python机器学习及实践：从零开始通往Kaggle竞赛之路》于2016年付梓以来，我始终投身于人工智能（Artificial Intelligence，AI）新产品与技术的研发领域。时隔多年，回望这段时间，我亲身感受到了人工智能理论和技术的飞速发展，几乎可以用“日新月异”一词来形容。

在这段时间里，我看到了大量承载着前沿人工智能理念和技术的次世代原型产品被孵化出来，不断刷新着人类的认知。这些典型的例子包括波士顿动力（Boston Dynamics）公司的机器人Atlas可以像人类运动员一样，实现跑步越障、后空翻和惊人的三级跳动作；OpenAI发布的聊天机器人ChatGPT能够与用户进行多轮流畅的对话、创作故事，甚至编写软件代码；DeepMind构建的AlphaGo系列对弈程序，接连战胜了多位人类顶尖围棋大师；以及国内外自动驾驶平台（如特斯拉FSD和百度Apollo）所支持的新型智能汽车陆续投入量产，等等。

同时，许多世界顶级科研人员在机器视觉、语音合成、阅读理解等人工智能的细分领域进行着不懈的理论探索。在这期间，我们不断听闻人工智能已经在这些细分领域逐渐超越人类的平均水平。这些细分的领域技术经过工程化的打磨和融合之后，又重新在一些既有的人工智能产品上给我们带来了全新的用户体验（例如，更加实时和准确的机器同声传译；或者是那些敢同真人打电话，聊天过程完全不尬，甚至还略带点儿萌腔的语音助手）。

这些新的技术进步和大量的读者来信时刻鞭策着我。许多热情洋溢的读者来信肯定了上一版书籍所给予他们的莫大帮助；同时，也有资深的前辈指出了其中的疏漏与不足。在这里我一并诚挚地感谢大家！

从上一个版本开始，书中一些关键的基于Python 3的机器学习与数据分析工具（包括但不限于Pandas、Scikit-learn、PyTorch、TensorFlow、PaddlePaddle、PySpark）均已经有了较大幅度的版本更新，甚至一些工具的常用API也进行了调整和修改。因此，本人决定开始新一版书籍的规划与写作。同时，考虑到本书将更加广泛地涉及人工智能编程实践的方方面面，自2024年始，本书正式更名为《Python人工智能编程实践》。

《Python人工智能编程实践》将持续跟进Python、Pandas、Scikit-learn、PyTorch、TensorFlow、PaddlePaddle，以及PySpark-ML的更新，维护书籍内容的先进性和代码的可用性。同时，本书将继续保持我们的核心理念：力求减少读者对编程技能和数学知识的过分依赖，进而降低理解与实践人工智能的门槛；并试图让更多的兴趣爱好者体会到使用单机、深度乃至分布式机器学习方法解决实际问题的乐趣。

全书所介绍的上述核心工具，均是作者本人长期总结行业经验和精心筛选的成果。在面对现实中的工程或者科研难题，甚至是参加一些公开竞赛（如Kaggle、天池竞赛等）的时候，相信本书都能够帮助读者使用Python编程语言快速上手，并结合一系列经典的开源工具，搭建行之有效的计算机程序来解决实际问题。

在大数据时代，只要是与数据相关的从业人员，掌握Python编程、数据分析乃至机器学习的能力，都是一个不错的职业加分项。不论是在金融、统计、数理研究、物理计算、社会科学、工业工程等领域的从业者，还是在互联网行业的程序员、数据分析师、运营人员、产品经理等，都会对本书有着不同程度的学习需求。

本书所介绍的知识，相信一定能够帮助读者通过一些专业类的培训、考试和资格评定，如国家人工智能工程技术职业培训、省／市级人工智能工程师职称评定、注册数据分析师认证（CDA、CPDA），等等。鉴于内容的入门性和普适性，本书也可以被广泛用于初、高中生的信息学兴趣培养，专科职业教育，本科、研究生通识课程的讲授，等等。

衷心希望每一位读者都能够从本书中获益，这也是对我最大的支持和鼓励。普及人工智能，使机器学习的理论与实践成为一种大众的通识教育，始终是我编写此系列书籍的长期目标和动力。

范淼

2024年1月

说明：文中需扫码阅读的请扫此付费二维码。