本書采用理論與實戰(zhàn)相結合的形式，通過生活中的例子來講解理論知識，結合實際案例代碼，幫助讀者在掌握機器學習理論的同時，打下項目實踐的基礎，同時配有豐富的教學資源，幫助讀者自學或開展教學工作。
本書共13章，涵蓋機器學習入門所需的數(shù)學知識及相關算法，包括K近鄰算法、決策樹、樸素貝葉斯、邏輯回歸與梯度下降、支持向量機、AdaBoost算法、線性回歸、K�瞞eans算法、Apriori算法、FP�瞘rowth算法、主成分分析和奇異值分解。本書將理論與實際操作相結合，通過豐富的程序實例和詳盡的步驟講解，與讀者一起跳出枯燥的理論知識，快樂學習。
本書適合剛進入機器學習領域的讀者，也可以作為大專院校相關專業(yè)的教材。