大概從2014年開始，在我們周圍越來越多地聽到和看到“機器學習”這個詞。微軟公司推出的通過圖形用戶界面（Graphical L5ser Interface，GUI）工具就可以輕松實現(xiàn)機器學習的Azure ML于2014年6月首次對外發(fā)布，并于2015年2月開始提供通用版本（General Availability，GA），之后我感到“機器學習”這一概念快速傳播開來。

　　2015年5月，在微軟日本股份有限公司舉辦的面向日本國內技術人員的最大盛會“de：code2015”上，我們幾位介紹了Azure ML成功預測出超過100萬用戶脫離智能手機游戲（退會）這一案例。并且于同年10月，我們在日經BP社主辦的學習交流會“從零開始了解‘機器學習’實踐講座”中擔任了講師，就AzureML如何實操進行了現(xiàn)場解說。通過這些活動，一方面大眾對我們FIXER公司有了更多的了解，另一方面FIXER公司也獲得了來自日本知名企業(yè)的諸如“希望使用機器學習預測器械、機器故障并進行預防”“希望使用機器學習創(chuàng)造機器人人工智能”等委托項目。

　　本書旨在將機器學習應用到現(xiàn)實的商業(yè)當中，并將其轉變?yōu)樯唐坊蚍�務，而不是單純地將機器學習捧為流行語。換言之，我們出版本書的目的并不是追求學術價值，而是為了讓大家能夠使用、活用機器學習，不落后于時代變革的潮流，甚至能夠引領時代潮流。希望通過本書，工程師以及商業(yè)人士能夠發(fā)明出使用機器學習的新型服務，或者從數(shù)據(jù)中發(fā)現(xiàn)以前被忽略的新視角。

　　以前，一提到機器學習，就會想到是那些被稱為“數(shù)據(jù)科學家”的專業(yè)人士使用的專業(yè)工具，但是如今情況會有所不同。奮戰(zhàn)在商界的企業(yè)家們可以對數(shù)據(jù)進行直接分析，讓使用數(shù)據(jù)的服務以及搭載人工智能的服務開始成為可能�？梢哉f，企業(yè)家和數(shù)據(jù)科學家之間在認知以及理解上的障礙已經消除。初級的系統(tǒng)工程師和開發(fā)商很難涉足的數(shù)據(jù)分析、推薦引擎以及人工智能的開發(fā)和使用難度也會大幅下降。

　　“統(tǒng)計”一詞自公元前誕生于埃及以來已經發(fā)展了3000多年，機器學習的理論基礎自出現(xiàn)至今已經過了40多年，但在商業(yè)中的實際應用可以說依然非常受限。我們幾位常年從事股票數(shù)據(jù)的分析，通過各種方式對市場動向及個別股票產品進行預測，但是僅僅依據(jù)從金融工程學以及統(tǒng)計學中導出的現(xiàn)有理論，很難獲得高水平成果。

　　簡單一提的是，過去在未來市場預測方面能夠取得較高水平成果的方式，是把幾十臺服務器聯(lián)接起來，使用計算機進行大量的運算，分析離散數(shù)據(jù)而不是分析函數(shù)數(shù)據(jù)。而現(xiàn)在，隨著摩爾定律的不斷發(fā)展，計算機的處Nt陛能以及計算資源也在不斷擴大。自從進入了云端時代，即使是個人也可以在短時間內以較低成本同時使用幾十臺甚至幾百臺服務器。

　　與此同時，現(xiàn)在可以以較低的成本儲存大量數(shù)據(jù)。比如，當今世界很多人都使用智能手機，谷歌、蘋果公司的以及手機App開發(fā)人員每時每刻都能收到來自世界各地的幾億部智能手機中的大量數(shù)據(jù)。除此之外，每隔幾分鐘或者幾小時，就能收到來自幾百萬輛、幾千萬輛汽車以及家電產品的注冊信息。如果是在10年之前，收集、存儲如此巨大的數(shù)據(jù)是不可能的。10年前，1TB容量的企業(yè)版高速存儲器價格超過1億日元，但是現(xiàn)在，不到1萬日元的硬盤（Hard Disk Drive，HDD）的容量就已經超過了1TB。2016年4月，Azure的存儲服務價格標準為：使用99．9％的服務級別協(xié)議（SLA）用三塊硬盤備份的設備，1GB平均每月228日元。