# 《机器学习工程实践》审读与修订说明

审读日期：2026年8月

## 一、总体结论

原稿的主要优点是案例意识强、覆盖面广，能够把算法概念与边缘设备、机器人、智能体和系统工程联系起来。主要问题集中在四类：章节版本与编号混乱；部分概念和时效性事实不准确；若干代码只具示意性却被写成可直接运行；失效媒体链接、复制标记和中英混排不符合出版要求。

本轮按“最小必要修订”处理：保留原有教学叙事和大部分案例，不进行全面重写；优先修正会造成概念误导、数据泄漏、硬件风险或明显运行失败的问题；无法在缺少数据、模型、硬件和授权素材的条件下完成验证的内容，改为明确的教学示意、接口骨架或待补项。

## 二、书名与内容范围

本轮保留暂定书名《机器学习工程实践》。需要注意的是，第6—12章已经超出狭义机器学习工程，覆盖边缘计算、机器人、AI智能体、大语言模型、系统工程和社会治理。正式申报选题时可考虑：

- 保留现名，并在前言中明确“机器学习工程”采用广义智能系统实践口径；
- 或改为《人工智能与机器学习工程实践》，使书名与内容范围更一致。

## 三、文件整理结果

正式正文统一采用“章序号-简明标题.md”，序号补零以保证文件系统排序稳定。

| 原文件 | 新文件或处理方式 |
| --- | --- |
| `di-yi-zhang-ai-ji-chu-shu-ju-qu-dong-de-jue-ce.md` | `01-机器学习基础与线性回归.md` |
| `di-er-zhang-fen-lei-wen-ti-shi-yu-fou-de-zhi-neng-pan-duan.md` | `02-逻辑回归与分类问题.md` |
| `di-san-zhang-shen-jing-wang-luo-mo-fang-da-nao-de-xue-xi-fang-shi.md` | `03-神经网络基础.md` |
| `di-si-zhang-juan-ji-shen-jing-wang-luo-cnn-yu-ji-suan-ji-shi-jue.md` | `04-卷积神经网络与计算机视觉.md` |
| `di-wu-zhang-xun-huan-shen-jing-wang-luo-rnn-yu-zi-ran-yu-yan-chu-li.md` | `05-循环神经网络与自然语言处理.md` |
| `di-liu-zhang-bian-yuan-ji-suan-yu-zhi-neng-gan-zhi-jiang-ai-dai-dao-she-bei-duan.md` | `06-边缘计算与智能感知.md` |
| `di-qi-zhang-cong-shu-ju-dao-xing-dong-zhi-neng-ji-qi-ren-xi-tong-2.md` | 选作正式稿，改名为 `07-智能机器人系统.md` |
| 第7章无后缀文件 | 旧稿与追加稿拼接版，移入 `archive` |
| 第7章 `-1` 文件 | 早期提纲，移入 `archive` |
| `di-ba-zhang-ai-zai-zhuan-ye-ling-yu-de-ying-yong-yu-xin-xing-ji-shu.md` | `08-AI专业领域应用案例.md` |
| `di-jiu-zhang-ai-agent-zi-zhu-xi-tong-de-wei-lai.md` | `09-AI智能体与自主系统.md` |
| `di-shi-zhang-da-gui-mo-yu-yan-mo-xing-yu-zhi-shi-zeng-qiang.md` | `10-大语言模型与知识增强.md` |
| `di-shi-yi-zhang-zhi-neng-xi-tong-gong-cheng-cong-gan-zhi-dao-jue-ce-de-gong-cheng-shi-jian.md` | `11-智能系统工程实践.md` |
| `di-shi-er-zhang-ai-de-wei-lai-fa-zhan-yu-she-hui-ying-xiang.md` | `12-AI未来发展与社会影响.md` |
| 第二章 `-old` 文件 | 旧稿，移入 `archive` |

`README.md` 和 `SUMMARY.md` 是 GitBook/仓库入口文件，保留行业约定名称，但已更新为唯一正式目录，不再列入旧稿和重复版本。

## 四、教学层面的主要修订

1. 统一12章的标题层级和章节编号，删除第3、7、9—12章中的重复提纲或重复正文，修复目录跳号。
2. 第1—4章修正线性回归假设、测试集与交叉验证、卷积与互相关、池化作用、训练/验证/测试划分等表述；用仍受支持的数据接口替代已移除的 Boston 房价接口。
3. 第5章区分序列标注与情感分类，修正中文分词、RNN/LSTM定位、确定性生成与概率采样等问题。
4. 第6章限制可穿戴医疗案例的适用边界，区分传感器融合、模型量化、联邦平均、加噪演示与严格差分隐私。
5. 第7章以“仿真优先、硬件可选”为主线，修正超声波传感器5V回波电平、GPIO冲突和无超时阻塞等安全问题；将不能保证停车或存在随机探索风险的实体机器人伪实现删除或降级为仿真讨论。
6. 第8章降低医疗、金融、教育等高风险案例的结论强度，补充数据划分、指标、合规和非诊疗/非投资边界；删除或降级明显不可运行的生成式示例。
7. 第9—11章区分模型、智能体与系统；修正 InstructGPT 与 RAG 的关系、注意力维度、差分隐私、CLIP任务定位、Qiskit接口和 Kubernetes API 版本，并将跨栈综合项目明确标为教学框架。
8. 第12章修正量子纠缠、脑机接口时间线、Watson医疗案例和治理法规状态等事实，避免把预测性场景写成已实现能力。

关键时效性内容按一手资料核对，包括 [RAG原始论文](https://arxiv.org/abs/2005.11401)、[InstructGPT论文](https://arxiv.org/abs/2203.02155)、[Disney Research双足机器人项目](https://la.disneyresearch.com/publication/design-and-control-of-a-bipedal-robotic-character/)、[欧盟《人工智能法案》](https://eur-lex.europa.eu/legal-content/EN/TXT/?uri=celex%3A32024R1689) 和 [中国《生成式人工智能服务管理暂行办法》](https://www.cac.gov.cn/2023-07/13/c_1690898327029107.htm)。

## 五、出版层面的主要修订

- 清除 `pythonCopy`、`bashCopy`、`Copy` 等网页复制污染。
- 将失效的图片和视频链接统一改为“插图待补”，不伪造图源或授权状态。
- 统一章名、文件名和目录链接；旧稿只归档，不直接删除。
- Word审校版采用统一的中文正文、标题、代码、引用、页眉页脚和页码样式，并插入可更新的自动目录。
- 在正文前加入使用说明，明确代码、硬件和高风险领域案例的教学边界。

## 六、正式出版前仍需完成

1. 补齐所有“插图待补”项，建立图号、图注、图源和授权清单。
2. 为全书补充统一的软件环境锁定文件；在目标操作系统和硬件上对标为可运行的实验做端到端复现。当前语法检查不能替代依赖、数据、模型和外部服务验证。
3. 补齐数据集、预训练模型和第三方代码的下载地址、版本、许可证及校验信息。
4. 将“延伸阅读”统一整理为正式参考文献，核对作者、年份、题名、刊物或出版社、DOI/URL和访问日期。
5. 对医疗、金融、未成年人数据、机器人硬件和安全部署内容分别安排领域专家复核。
6. 完成全书术语表、图表交叉引用、索引、版权页、作者信息和出版社版式适配。

## 七、Word文件说明

Word文件包含封面、使用说明、自动目录和12章正文。目录字段已在 Microsoft Word 中更新；后续修改章节标题或分页后，可在 Word 中选择目录并执行“更新整个目录”。