我們生活在一個數據爆炸的時代。我們必須依靠計算機來理解和使用這些數據，賦予機器以智能。讓機器學會學習是IT技術發展的必經之路，所以，從技術角度來講，機器學習類圖書日漸火爆本來是一件不足為奇的事情。但問題是，機器學習類圖書今后的走勢將是什么？這種火爆是否又是一種虛火呢？

機器如何學習

機器學習是人工智能的核心，是使計算機具有智能的根本途徑，其應用遍及人工智能的各個領域，它主要使用歸納、綜合而不是演繹。說到這里，我們不得不說，現在的機器已經不止停留在桌面端了。在移動端，各種掌上設備越來越精巧，更有各種可穿戴設備不斷涌現。

實際上，智能設備的擴展還只是處于一個初級階段。移動設備目前在出貨量方面已超越了桌面端設備，我們如果換個角度考慮，智能設備的數量擴展了一倍。而可穿戴設備落地之后，還有物聯網、車聯網的爆發緊隨之后。而當智能設備的數量不斷增長的同時，如何讓智能設備具備更多的人工智能能力，就變成了一個大問題了。

目前我們接觸最多的可能是蘋果的Siri軟件。Siri是一項蘋果語音功能軟件，只有在最新的蘋果iPhone4S中才有，簡單地說Siri就是蘋果iPhone4S的一個語音控制功能，Siri可以讓iPhone4S變身為一個“會說話的智能手機”，你現在可以讓它幫你撥打電話、讀短信、查詢天氣以及設置會議安排等等。有了Siri軟件，蘋果手機才不再只是冷冰冰的機器，而是成為主人的智能助手。有了它，相當于一個智能小機器人可以實現用戶與智能手機互動交流，隨著IOS6系統Siri支持中文的消息發布，今后我們可以體驗與iPhone手機人機中文互動了，這將會給生活帶來更多樂趣。

在Siri受到用戶普遍歡迎的同時，越來越多的公司開始注重在自己的產品中引入類似Siri的功能。如微軟的Cortana語音助理、黑莓語音，以及在日本市場成功擊敗Siri的日本本土競爭對手SyabetteConcier。此外，雖然GoogleNow號稱可以和Siri合作，但它實際上還是被當做Siri的競爭對手而存在。

類Siri應用的火爆只是機器學習被普遍應用的一個寫照。雖然機器學習類的應用越來越受關注，但要實現它卻絕不是一件容易的事情。機器學習是一門多領域交叉學科，涉及概率論、統計學、逼近論、凸分析、算法復雜度理論等多門學科。它專門研究計算機怎樣模擬或實現人類的學習行為，以獲取新的知識或技能，重新組織已有的知識結構使之不斷改善自身的性能。這決定了它還是一個不斷進化著的技術。

機器學習的前景

機器學習在人工智能的研究中具有十分重要的地位。一個不具有學習能力的智能系統難以稱得上是一個真正的智能系統，但是以往的智能系統普遍缺少學習的能力。例如，它們遇到錯誤時不能自我校正；不會通過經驗改善自身的性能；不會自動獲取和發現所需要的知識。它們的推理僅限于演繹而缺少歸納，因此至多只能夠證明已存在事實、定理，而不能發現新的定理、定律和規則等。隨著人工智能的深入發展，這些局限性表現得愈加突出。正是在這種情形下，機器學習逐漸成為人工智能研究的核心之一。

而從大環境分析，在現今的大數據時代背景下，捕獲數據并從中萃取有價值的信息或模式，成為各行業求生存、謀發展的決定性手段，這使得這一過去為分析師和數學家所專屬的研究領域越來越為人們所矚目。

因此，從智能設備本身的發展前景和數據本身兩方面的因素進行分析，機器學習的前景是非常光明的。

機器學習圖書的弱點

機器學習類圖書已經初具規模。但與機器學習的應用前景相比，目前的機器學習類圖書還存在著許多致命的弱點。但這些弱點也可以轉化成為機器學習類新書的爆發點和突破點。

目前機器學習領域的研究工作主要圍繞面向任務的研究、認知模型和理論分析三個方面進行。現國內機器學習類圖書以理論分析的圖書為主，因此個別實戰類圖書一經推出，就受到讀者的普遍歡迎。如市面上廣受歡迎的《圖靈程序設計叢書：機器學習實戰》不僅講理論，還利用Python透析主流機器學習算法，對k近鄰算法、樸素貝葉斯算法、Logistic回歸算法、支持向量機、AdaBoost集成方法、基于樹的回歸算法和分類回歸樹（CART）算法等。因此，在國內推出機器學習類圖書，不能僅把它引向高校中的課程方向，只求經典而不重實戰。

此外，策劃編輯們必須注意到，機器學習類圖書一定是一個迅速精進的品種，機器學習技術從發源到現在也不過20多年的時間。它還是一門年輕的學科，而且大環境的作用使它進入到一個復興期。這樣，與它相關的新技術會不斷涌現。

回到我們開始的問題，也許我們可以用一段場景對話來結束——妻子扭頭問丈夫：“親愛的，什么是機器學習？”丈夫答道：“T-800型終結者。”也就是T-800型人工智能技術的反面樣板工程。如果我們把T-800型終結者認為就是機器學習，這種理解肯定會有所偏差，但是，讓我們想想T-800型終結者的威力吧！它就是機器學習的未來。