机器学习与 Swift：iOS 和 macOS 开发

《机器学习与 Swift》是一本面向 iOS 和 macOS 开发者的实用指南，旨在帮助您掌握人工智能技术并将其集成到应用中。作者阿列克谢·沃罗诺夫（Alexey Voronov）是一位资深 iOS 开发者，在将 ML 解决方案应用于实际产品项目方面经验丰富，他将循序渐进地引导您从机器学习基础走向创建完整的智能应用。

本书内容涵盖：

• 机器学习的基本概念：线性回归、决策树、神经网络及其在 Swift 中的实现。
• 使用 Core ML 框架：加载、测试现有模型并将其集成到应用中。
• 使用 Create ML 创建自己的模型——无需编写 Python 代码。
• 自然语言处理（Natural Language framework）：文本分析、语言识别、情感分析。
• 计算机视觉：使用 Vision 和 Core ML 进行图像分类、目标检测。
• 移动设备模型优化：压缩、量化、内存管理。
• 与 MLKit、TensorFlow Lite 及其他第三方工具集成。
• 真实案例：推荐系统、预测键盘、照片滤镜。

本书适合谁阅读？

• 希望为项目添加 ML 功能的 iOS/macOS 开发者。
• 希望将模型迁移到移动平台的数据科学初学者。
• 学习 Swift 机器学习现代方法的学生和教师。

您将学到什么？

• 如何在 Swift 中准备训练模型所需的数据。
• 如何将 Python（Keras、PyTorch）模型转换为 Core ML 格式。
• 如何构建端到端流水线：从数据收集到在 App Store 发布。
• 如何在真实设备上测试模型性能。
• 如何使用 Combine 和 SwiftUI 实时显示 ML 结果。

本书语言通俗易懂，包含大量代码示例和实践练习。所有项目均可下载并在您的 Mac 上运行。您将学会不仅使用现成解决方案，还能创建针对 Apple 生态系统优化的自定义 ML 模型。

本版本既适合机器学习新手，也适合希望扩展技术栈的经验丰富的开发者。阅读后，您将能够自信地在 iOS 和 macOS 的商业应用中应用机器学习。