本書分類《機器學習導論》面向機器學習領域的主要模型和算法，重點闡述不同方法背后的基本假設以及它們之間的相關性，幫助讀者建立機器學習的基礎理論功底，為從事該領域的相關工作打下基礎。具體內容包括機器學習研究的總體思路、發(fā)展歷史與關鍵問題，線性模型，神經(jīng)網(wǎng)絡及深度學習，核方法，圖模型，無監(jiān)督學習，非參數(shù)模型，演化學習，強化學習，數(shù)值優(yōu)化方法等。
本書可作為高等學校相關課程的教材，也可作為研究生及對機器學習感興趣的科技、工程技術人員的參考用書。本書封面貼有清華大學出版社防偽標簽，無標簽者不得銷售。