史蒂文·芬利(Steven Finlay)，他是一位数据科学家，在大规模数据环境中开发实用的“增值”机器学习解决方案已有20多年的经验。他拥有预测建模博士学位，是英国兰开斯特大学的荣誉研究员。
芬利博士之前曾受雇于英国十大银行之一，管理信用风险模型，为英国政府机构开发机器学习方法，并在多家咨询集团工作。他目前是英国计算机股份贷款服务公司Computershare Loan Servicess(CLS)的商务分析主管。

译者序
前言
作者简介
1．简介
2．什么是机器学习和人工智能（AI）？
3．预测模型生成的分数代表什么？
4．为什么使用机器学习？它增加了什么价值？
5．机器学习是如何工作的？
6．使用预测模型做出决策
7．这是记分卡，那决策树是什么？
8．神经网络和深度学习
9．无监督学习和强化学习
10．如何建立预测模型？
11．实施机器学习
12．大数据与机器学习的关系
13．道德、法律和GDPR
14．机器学习的最新前沿
15．我们何时可以购买无人驾驶汽车？
16．结束语
附录
附录A 评估预测模型
附录B 更多信息及推荐阅读文献
附录C 机器学习和人工智能中的流行术语
附录D 业务成功清单
注释

人工智能（AI）和机器学习是当代主流的商业分析工具，可应用于许多行业，以增加利润、降低成本、挽救险局并改善客户体验。因此，企业应该要了解如何使用这些工具，并知道如何利用这些工具在与对手的竞争中获利。
本书引入了与这些主题（AI、机器学习、大数据技术）相关的概念，并用非技术的语言降低了对技术术语的理解难度，可为经理和商务人士提供简洁明快的入门知识。本书的重点是实际应用以及如何与技术专家（数据科学家）进行合作，以最大限度地发挥这些技术的优势。
此第3版已经过大幅修订和更新，增加了几个新的章节，涵盖了比以往版本更广泛的主题，但保留了原始版本的严肃风格。