近日，李航新著《机器学习方法（第2版）》已由清华大学出版社正式出版发行。该书是作者历时七年对《统计学习方法》进行全面修订的升级版本，在2022年出版的《机器学习方法》初版基础上最终成稿。内容涵盖传统机器学习（即统计机器学习）、深度学习及强化学习三大领域中最基础且广泛应用的方法，旨在为读者呈现一幅完整、清晰的机器学习技术全景图。

在人工智能浪潮席卷全球、变革各领域发展格局的背景下，机器学习作为驱动人工智能技术落地的核心引擎，持续受到研究者、开发者与学习者的广泛关注。随着深度学习近年取得突破性进展，其已成为机器学习领域的主流研究与应用方向；同时，大语言模型如ChatGPT的问世以及智能体技术的提出与实践，促使强化学习再度成为焦点。仅涵盖传统机器学习内容的著作，已难以全面呈现当前机器学习技术的整体面貌并满足读者的需求。  

此前，李航所著《统计学习方法》曾长期被视为机器学习领域的经典必读著作，被广泛认可为该领域的“蓝宝书”，累计出版发行量已逾三十五万册。在此基础之上，李航进一步推出《机器学习方法（第2版）》，增补第三篇深度学习和第四篇强化学习内容，为系统掌握机器学习技术构建了完整体系。

以方法为切入点对机器学习技术进行系统梳理与归纳，构成本书的显著特征。除新增章节外，本书增补了若干监督学习方法；依据读者反馈，对监督学习主体内容及无监督学习部分章节进行了大幅修订；删减了部分当下已不常用的技术（如某些优化算法）；修正大小错误数十处；并近乎全面重绘了插图。本书承袭《统计学习方法》的著述体例，每章聚焦一至两种机器学习方法，详细阐释各方法的模型架构、策略要旨与算法实现。通过具体实例切入，由浅入深引导读者形成直观认知，同时立足理论视角给出严密数学推导，论证严谨详实，助力读者深度掌握基本原理与核心概念。为满足读者进阶研习需求，书中对各方法核心要点进行凝练总结，附设针对性习题，并列出关键参考文献，从理论根基到实践应用，贯通机器学习知识脉络。

《机器学习方法（第2版）》

ISBN:9787302696469 

定价：198

清华大学出版社

2025年7月出版

（供稿：卢贵波 一审：戴佳运 二审：陈麟 终审：张维特）