版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/Andy123321aa/article/details/84204381
每次拿到一本书，我都会从第一页开始翻。看看作者或者是知名的读者写在前面的话，往往能够更好的把握这本书，甚至这个领域的脉络和方向。读完《机器学习》这本书的序言，作为小白的我可以说是很好的了解到了机器学习的历史，现状以及未来，还有《机器学习》这本书的定位，大体脉络，可以说是受益匪浅。
下面简要总结下要点：
1、 机器学习的发展历程是从符号学习到统计学习，现在所用到是主流机器学习的方法是属于统计机器学习的，也就是说，是以概率统计为数学基础。但是，统计机器学习必须基于样本符合独立同分布的假设，如何解决不符合独立同分布假设的问题，或许是机器学习的发展方向。
2、 深度学习作为现在机器学习领域最热门的算法之一，它的实用价值或许远大于其理论研究价值。因为计算机处理、存储能力的提升，使得我们可以搭建深层的神经网络，用大量的参数去捕捉较难用计算机语言描述的特征，使得深度学习能够解决大量的实际问题，成为现在人工智能领域最火的算法之一。然而，深度神经网络本身是一个黑盒，也就是说无法用清晰的数学语言描述整个模型。
3、 《机器学习》这本书是本领域的入门书籍，它的定位是一本教科书而不是工具书，主要讲了机器学习的一些经典算法的原理。所以，应该多从理论角度去理解而不是往实际问题上生搬硬套。