本书向企业高管和学生介绍了在机器学习中如何使用工具，不需要使用微积分、矩阵或向量代数就可以清楚、简洁地解释目前最流行的算法。本书的重点是业务应用程序，并提供了许多案例，比如评估一个国家进行国际投资的风险、预测房地产的价值，以及可以细致到将零售贷款分为可接受或不可接受模式。书中示例的数据、工作表和Python代码都在作者的网站上，本书同时还提供了一套完整的幻灯片，供教师使用，教师可自行下载使用。
无
本书基于我在商学院的教学经验而创作，是关于机器学习的一本入门书籍，读者面向商学院学生和企业管理团队。本书的技术性不算太强，其目的不是要把读者培养成数据科学家，而是让读者了解“数据科学家”这个职业，并介绍这些数据科学家如何助推企业发展。
很多学生认识到，机器学习已经对业界产生了巨大的影响，从业者只有掌握机器学习的基础知识，才能在竞争日趋激烈的世界中生存。今天，业界所有高管都需要知道如何使用计算机；明天，业界所有高管都需要熟知大数据的含义，并需要与数据科学家合作，以此提高自身的竞争力。
在本书中，我并没有使用矩阵或向量运算，也没有使用微积分（除了在第6章的附录中使用微积分来解释反向传播）。虽然这些量化知识很有用，但根据我的观察，大多数商学院学生和企业高管对这些知识并不熟悉。
本书介绍了数据科学家最常用的算法，掌握这些算法能够让读者根据自身情况，与数据科学家高效合作。在本书中，我通过使用不同的数据集来解释算法。这些数据集可以从以下网站下载：www-2.rotman.utoronto.ca/~hull。
本书使用的数据集附带Excel工作表和Python代码，我注意到，在选修我的课程之前，几乎所有的学生都能熟练使用Excel工作表，但我认为所有的从业人员还应该尽快适应Python代码。几乎所有学生都已经认识到，编码技能已经成为业界人士必需的技能。
读者可以从我的网站上下载Power Point幻灯片，欢迎选择采用本书的教师根据自己的需要对幻灯片进行调整。
在本书的写作过程中，很多人曾给予我帮助。我要特别感谢Jay Cao、 Jeff Li和Niti Mishra，他们提供了本书附带的大部分Python代码。我还要感谢罗特曼管理学院金融创新实验室及全球金融服务风险研究所（Global Risk Institute in Financial Services）为机器学习和金融创新研究以及相应教学资料的开发提供资金支持。Peter Christoffersen（他于2018年不幸英年早逝）和Andreas Park是我在FinHub的同事，他们为我写作本书提供了很多灵感。
欢迎读者来信对本书做出评价并给出建议，我的电邮地址是hull@rotman.utoronto.ca。
今天
商业企业的所有高管和从业者
都知道如何使用计算机
明天
他们就一定要熟知大数据的真正含义，
更要知道机器学习如何在商业中使用！
机器学习作为人工智能最值得期待的内容，也最具商业价值。本书是金融工程和风险管理大师约翰·赫尔教授的最新著作。全书深入浅出地讲解了机器学习的核心内容、最常用和流行的算法以及大量机器学习的商用案例，对技术性要求很低，让读者很容易从商业的角度理解其技术内涵，特别适合机器学习的初学者和业界人士阅读，也非常适合大学商学院教学，帮助其学生了解“数据科学家”这个职业。
特别地，作者在书中同时使用Excel工作表和Python代码，方便初学者先从容易的Excel入手，按照自己的节奏，再慢慢转向Python，书中的相关数据、工作表和Python代码都可在指定网站查询。另外，本书还配有相关的教辅资料、PPT，以供参考。
近年来，金融科技浪潮风靡业界，其应用呈现纷繁景象。业界人士应该如何面对这扑面而来的巨变，确保自身的知识结构及时更新而不被淘汰？学术界又应该如何跟上形势，确保学生在走出校园时已经具备业界最需要的知识和技能？虽然人们对ABCD（AI、Blockchain、Cloud Computing、Big Data）的重要性已经达成了一些共识，但当面对金融科技的具体技术时，很多人仍会感到茫然，无从下手。其中，给业界人士带来最大困惑的领域莫过于人工智能，特别是最能体现人工智能的机器学习更加让人们觉得是难以逾越的鸿沟。
衍生产品和风险管理专家约翰·赫尔教授的最新著作《商用机器学习》的出版恰逢其时，它在讲解技术内涵与保持商业直觉方面做到了很巧妙的平衡。本书延续了约翰·赫尔教授深入浅出的叙述风格，特别适合业界人士了解机器学习的核心内容，也非常适合大学、商学院用于教学，以培养具备金融科技前沿知识的社会人才。
翻译本书时恰逢新冠病毒在全国肆虐，在闭门配合疫情防治期间，我们每天关注疫情的发展，一边担忧着，一边感动着；一边为祖国强大的治理体系欣慰着，一边被医护人员的英雄行为激励着。与此同时，疫情的泛滥让民众前所未有地感受到在线模式的价值，为了对抗疫情的打击，教育、商业、工业等紧急仓促地转向了在线科技模式，以最大限度地减少疫情对自身的冲击，也由此让那些早有准备的行业迎来了发展商机。在此次疫情中，大数据和人工智能发挥了很大的作用，加速了数据分析的过程，为对抗疫情节省了宝贵的时间。相信机器学习会在今后的疫情预防方面实现人类无法预想的尝试和探索。我们也相信，经过此次疫情肆虐，很多行业将实现颠覆性的改变，从此探索出一条创新之路。
机器学习领域博大精深，译稿有不妥之处在所难免，承蒙读者海涵。另外，本书内容涉及很多机器学习领域的专有名词，为此我们查阅了很多相关领域的著作，部分用词似乎在业界也没有达成共识，欢迎读者对翻译不妥之处及专有名词的选用给出宝贵的意见和建议。黄红华先生和刘西多女士曾为本书的翻译提供了帮助，另外本书由西南财经大学张翔教授审校，在此我们深表感谢！
本书翻译接近尾声时，国内疫情形势已经出现了明显的好转，黎明将至，深感欣慰之时，衷心祝愿祖国更加强大，民众健康平安！
译者
2020年2月27日
作者简介
译者和审校者简介
译者序
前言
第1章 引言 / 1
1.1 关于本书及相关材料 / 4
1.2 机器学习分类 / 5
1.3 验证和测试 / 7
1.4 数据清洗 / 14
1.5 贝叶斯定理 / 17
第2章 无监督学习 / 23
2.1 特征缩放 / 24
2.2 k-均值算法 / 25
2.3 设置k值 / 28
2.4 维度灾难 / 31
2.5 国家风险 / 32
2.6 其他聚类方法 / 39
2.7 主成分分析 / 41
第3章 监督学习：线性回归 / 49
3.1 线性回归：单特征 / 50
3.2 线性回归：多特征 / 52
3.3 分类特征 / 54
3.4 正则化 / 55
3.5 岭回归 / 56
3.6 套索回归 / 61
3.7 弹性网络回归 / 64
3.8 房价数据模型结果 / 65
3.9 逻辑回归 / 71
3.10 逻辑回归的准确性 / 72
3.11 信贷决策中的运用 / 74
3.12 k-近邻算法 / 80
第4章 监督学习：决策树 / 84
4.1 决策树的本质 / 85
4.2 信息增益测度 / 86
4.3 信息决策应用 / 88
4.4 朴素贝叶斯分类器 / 94
4.5 连续目标变量 / 99
4.6 集成学习 / 102
第5章 监督学习：支持向量机 / 108
5.1 线性SVM分类 / 108
5.2 关于软间隔的修改 / 115
5.3 非线性分离 / 117
5.4 关于连续变量的预测 / 119
第6章 监督学习：神经网络 / 125
6.1 单层神经网络 / 125
6.2 多层神经网络 / 129
6.3 梯度下降算法 / 131
6.4 梯度下降算法的变形 / 136
6.5 迭代终止规则 / 138
6.6 应用于衍生产品 / 139
6.7 卷积神经网络 / 140
6.8 递归神经网络 / 142
附录6A 反向传播算法 / 146
第7章 强化学习 / 148
7.1 多臂老虎机问题 / 149
7.2 环境变化 / 156
7.3 Nim游戏博弈 / 158
7.4 时序差分学习 / 162
7.5 深度Q学习 / 164
7.6 应用 / 165
第8章 社会问题 / 170
8.1 数据隐私 / 171
8.2 偏见 / 172
8.3 道德伦理 / 174
8.4 透明度 / 176
8.5 对抗机器学习 / 177
8.6 法律问题 / 178
8.7 人类与机器 / 179
部分习题答案 / 182
术语表 / 198
