机器学习与Java：从基础到工业级解决方案

《机器学习与Java》是一本独特的实用指南，填补了机器学习理论与实际Java开发之间的空白。虽然大多数ML资料都侧重于Python，但本书证明：Java是构建生产级人工智能系统的强大且受欢迎的工具。

本书内容

您将从基础概念出发，逐步掌握完整的ML解决方案。书中涵盖：

• 机器学习基础 — 回归、分类、聚类、决策树和集成方法。所有算法均使用Java“从零开始”实现，并借助库完成。
• 数据处理 — 加载、清洗、转换和可视化。使用Apache Commons Math、Smile、ND4J和Java Stream API。
• 深度学习 — 使用Deeplearning4j构建神经网络。实践：图像识别、文本处理、时间序列分析。
• 工业级部署 — 如何将模型封装为REST API（Spring Boot）、保存和加载训练好的模型、将ML集成到微服务中。
• 性能优化 — 计算优化、多线程处理、通过CUDA使用GPU。

适合读者

• 希望将ML加入技术栈的Java开发者。
• 转向Java进行生产环境部署的数据科学专家。
• 学习机器学习实际应用的学生和教师。
• 需要ML系统现成模式的软件架构师。

您将学到什么？

• 如何用纯Java编写K近邻算法或逻辑回归。
• 如何使用Smile、Tribuo、Weka和DL4J库进行快速原型开发。
• 如何将Jupyter笔记本转换为带有API的Java服务。
• 如何构建推荐系统、异常检测器和预测模型。
• 如何在Java环境中测试和调试ML模型。

本书包含50多个可直接运行的代码示例。所有示例均附有解释和可视化。您将学会不仅仅是运行模型，而是创建可靠、可扩展的Java解决方案。对于希望留在Java生态系统中同时跟上现代AI趋势的人来说，这是理想之选。

注意：阅读本书只需具备Java基础知识（OOP、集合、流）。无需深厚的数学知识——所有概念都从实践角度进行通俗易懂的讲解。