機器學習是計算機智能圍棋博弈系統(tǒng)、無人駕駛汽車和工業(yè)界人工智能助理等新興技術的靈魂，特別是深度學習理論更是諸多高精尖人工智能技術的核心。掌握機器學習理論與實踐技術是學習現(xiàn)代人工智能科學最重要的一步。
本書既講述機器學習算法的理論分析，也結合具體應用介紹它們在Python中的實現(xiàn)及使用方法。本書的第2到第9章主要介紹監(jiān)督式學習算法。其中包括：監(jiān)督式學習算法基礎、線性回歸算法、機器學習中的搜索算法、Logistic回歸算法、支持向量機算法、決策樹、神經(jīng)網(wǎng)絡和深度學習。隨后，在第10與11這兩章，著重介紹無監(jiān)督學習算法。其中包括：降維算法和聚類算法。第12章中講述強化學習的相關知識。在本書的附錄中還提供了學習本書必備的數(shù)學基礎知識和Python語言與機器學習工具庫基本知識。
與其他機器學習類書籍相比，本書同時包含機器學習的算法理論和算法實踐。希望通過課程的學習,讀者能夠從機器學習的理論基礎和實際應用兩個層面全面掌握其核心技術，同時計算思維能力得到顯著提高，對于整個課程講述的機器學習算法核心知識，能夠知其然且知其所以然。同時著力培養(yǎng)讀者的計算思維能力，使他們在面臨實際應用的挑戰(zhàn)時，能夠以算法的觀點思考問題，并靈活應用數(shù)學概念來設計出高效安全的解決方案。