1、机器学习理论与应用基于云教育环境回马长林郑世珏刘三蚜著用清華大兰出版社前言机器学习(Machine Learning,ML)是一门多领域交叉学科，它是人工智能的核心，也是使计算机具有智能的根本途径。机器学习涉及统计学、概率论、凸分析、逼近论、算法复杂度理论等多门学科。进人21世纪以来，机器学习在不胜枚举的应用领域内如人类基因组认知、模糊图像识别、无人驾驶车、高效语音识别、精确网络搜索等方面大力发展。2016年1月27日到2017年5月7日，谷歌研究者开发的名为“阿尔法围棋”(Alpha Go)的人工智能机器人在与人类的对弈中连续完胜欧洲围棋冠军、世界围棋冠军李世石以及世界围棋排名第一的柯洁；M
2、aster也在多家网络围棋平台连续挑落52名世界围棋高手。在人工智能面前，人类游戏智慧的最后一个堡垒也陷落了，人们既感到沮丧又心有不甘，由此带来世界范围内对人工智能和机器学习的热议，同时与机器学习有关的学术活动也空前活跃。机器学习是一门让计算机在非精确编程下进行活动的科学。今天机器学习的应用非常普遍，人们每天都可能不知不觉几十次上百次地用到它却不了解它。与此同时，云教育打破了传统的教育信息化边界，推出了全新的教育信息立体化概念，智能化教育和教学过程成为当前研究的热点领域。通过将云教育与机器学习技术嫁接，不仅可以推动多种形式的集成学习系统研究，还能够增强连接学习和符号学习的耦合作用，更好地解决连
3、续信号处理中知识与技能的获取与求精问题，对研究智慧学习模式对人类学习理念的影响大有裨益。本书介绍机器学习的基本技术及应用，重点讲述机器学习算法所需的数学和统计知识。全书共7章。第1章主要介绍机器学习的兴起以及机器学习与现代教育技术的关系；第2章主要介绍机器学习方法、相关术语和主要算法；第3章主要讲解机器学习中概率主题模型；第4章主要介绍基于主题情感最大熵LDA模型；第5章主要讲解基于云模型和领域判别LDA模型；第6章主要介绍CTM模型文本分类和观点挖掘；第7章主要介绍云教育平台主题模型可视化应用。另外，在本书的附录A中给出了所取得的机器学习方法应用相关软件著作权，附录B中介绍了CTM主题模型仿真实验核心代码。本书第1章由郑世珏编写，第2章由刘三蚜编写，第3一第7章由马长林编写，全书由马长林和郑世珏统稿。本书在撰写过程中得到了国家数字化学习工程技术研究中心、华中师范大学计算机学院相关领导和专家的大力支持；本书还大量引用了国内外专家、学者在该领域的理论和实践研究成果，这些先驱者对我国历史文化数字化保护与共享做出了巨大贡献，为我们今天的研究奠定了良好基础。华中师范大学计算机学院王梦、谢罗迪、司琪、杨正良、陈梦丽、聂莉等研究生为本书的案例、软件设计和测试做出了重要贡献，在此一并表示深深感谢。由于作者水平有限，书中难免存在不足之处，敬请读者批评指正。作者2018年12月
