本書以機器學習算法為主題，詳細介紹算法的理論細節(jié)與應用方法。全書共19章，分別介紹了邏輯回歸與最大熵模型、k-近鄰模型、決策樹模型、樸素貝葉斯模型、支持向量機模型、集成學習框架、EM算法、降維算法、聚類算法、神經(jīng)網(wǎng)絡模型等基礎模型或算法，以及8個綜合項目實例：汽車運動學片段分類、垃圾信息識別、乳腺癌識別、波士頓房價預測、生成動漫人物、鳶尾花分類、人臉識別、保險行為數(shù)據(jù)用戶分類器。本書重視理論與實踐相結合，希望為讀者提供全面而細致的學習指導。
本書適合機器學習初學者、相關行業(yè)從業(yè)人員以及高等院校計算機科學、軟件工程等相關專業(yè)的師生閱讀。