本教材系統(tǒng)地講解了機器學習的理論與方法，內(nèi)容主要包括高斯混合模型和EM算法、主題模型、采樣與非參數(shù)貝葉斯方法、聚類分析、支持向量機、概率無向圖模型、概率有向圖模型、矩陣與張量分解、多層感知機與卷積神經(jīng)網(wǎng)絡(luò)、序列神經(jīng)網(wǎng)絡(luò)，以及強化學習。本教材旨在使讀者了解機器學習的發(fā)展，理解和掌握機器學習的基本原理、方法與主要應(yīng)用。本書內(nèi)容豐富，著重與講解機器學習理論的推導與證明，并通過實例進行方法分析與比較；本書強調(diào)機器學習的系統(tǒng)性、完整性、方法的時效性，可讀性強；同時，作為新形態(tài)教材，本書配備了大量的數(shù)字化資源，可以實現(xiàn)線上線下學習的無縫銜接。