前言
人工智能如同长生不老和登陆火星一样，是人类最美好的梦想之一。从20世纪50年代著名的图灵测试提出至今，人工智能经历学科寒冬，迎来了新的春天，然而到目前为止，尚未有一台计算机能获取智慧生命的真正的“自我意识”。
人工智能的核心技术是机器学习算法，尤其是深度学习算法，自从21世纪初获得突破性研究进展之后，机器学习算法已经成为各研究领域的热门话题。无论在科研还是工程领域，拥有了机器学习以及深度学习算法，就似乎真的找到了如何让机器自主获取智慧的那扇神奇之门。人类想让机器获得并提升智能，媲美甚至超越人类智慧。物联网为机器提供了丰富的知识，让机器能像人一样，获取物理环境中的丰富信息，制订计划和策略，并做出智能的抉择，这是机器学习研究的重要目标。
无处不在的物联网传感器，为机器学习算法提供了大量丰富的原始数据，数字图像传感器如同人的眼睛，声音传感器如同人的耳朵，还有数十亿种温度、压力、流量、气体和火焰等传感器，存在于物联网的嵌入式设备中，实时采集海量数据。面对如此庞大的信息，机器学习这个大脑需要像初生的婴儿一样，从海量数据和知识中学习智慧，训练高度的特征抽象能力、知识表示能力和分类预测能力，才能做出媲美甚至超越人类智慧的最优决策。然而，物联网数据通过各种复杂的传感器收集，包含大量噪声，同时绝大部分物联网设备的存储和计算能力有限，如何设计有效的机器学习算法，处理物联网传感器采集的粗糙原始数据，如何嵌入机器学习算法，尤其是深度学习算法，使得物联网设备拥有真正的智能，是未来机器学习算法在物联网应用中面临的重大挑战和机遇。
本书的学习要求具备熟练的编程技能、基本线性代数(向量、矩阵、矩阵向量乘法)知识和基本概率(随机变量、基本属性的概率)相关知识。虽然完成本书学习不必熟悉基本的微积分(导数和偏导数)知识，但是如果有相关基础知识将有助于更深入地理解算法。 作为一名普通的教学和科研工作者，当所研究的方向再次获得关注时，希望在人人谈学习、处处要深度的时刻，为人工智能、物联网、计算机与自动控制方向的学生和工程师们，提供一些有益的参考资料，这正是本书出版的初衷。
本书提供以下相关配套资源：
 程序代码、教学课件（PPT）、习题答案、教学大纲等资料，请扫描此处二维码或到清华大学出版社官方网站本书页面下载。


配套资源下载



 微课视频，请扫描书中对应位置二维码观看。

本书适用但不局限于对人工智能和机器学习算法感兴趣的读者，特别适合作为人工智能、物联网工程、计算机科学与技术、自动控制以及相关专业的本科生、研究生，相关领域科研人员和工程技术人员的参考书。
本书初稿写于笔者在美国访学期间，在异国他乡，将对家乡和亲人的思念寄予文字，结集成册，谨以此书献给长安城内年迈的父母，替我分担照顾父母的兄姐，鼎力支持的丈夫和孜孜求学的儿子。
同时感谢University of Florida的Mark M.Tehranipoor教授和Yier Jin教授对本书的支持，感谢他们给本书提供的科研资料和开发平台。感谢访学Florida Institute for Cybersecurity (FICS) Research 实验室的杨坤、石启航、郭小龙、王寰宇、杨朔、何淼、Fahim、Niton等博士和博士后对本书提出的宝贵意见。
感谢长安大学的倪园园、杨继海、张凯、唐蕾、康军、王青龙、李东海、樊娜、朱依水、王璐阳、马骏驰、闵海根、孙朋朋等硕士、博士和老师在本书的资料整理及校对过程中所付出的辛勤劳动。由于研究方向局限，书中实例分析尽量覆盖各学科，然而也难免偏向智能交通应用，书中错误与不妥之处还望读者多多指正，有兴趣的读者朋友可发送邮件到： workemail6@163.com。
编者

2020年4月于西安