本書將從五個部分展開：(1)機器學習與數(shù)據(jù)挖掘基礎：介紹機器學習與數(shù)據(jù)挖掘的基礎理論，包括基本概念、數(shù)據(jù)挖掘基本過程、數(shù)據(jù)挖掘的基本應用；(2)數(shù)據(jù)及數(shù)據(jù)預處理：介紹數(shù)據(jù)的基本類型預計數(shù)據(jù)預處理的基本方法，包括數(shù)據(jù)除噪、缺失值的處理、數(shù)據(jù)冗余處理、數(shù)據(jù)降維、數(shù)據(jù)轉換等方法；(3)數(shù)據(jù)挖掘基本方法：在上述理論與技術的基礎上，介紹數(shù)據(jù)挖掘的經(jīng)典理論，包括關聯(lián)規(guī)則分析、聚類分析、分類分析等；(4)數(shù)據(jù)挖掘的擴展內(nèi)容：包括集成學習、知識圖譜、國產(chǎn)開源框架分析等內(nèi)容；(5)數(shù)據(jù)挖掘發(fā)展前沿：介紹學術界及產(chǎn)業(yè)界在機器學習、數(shù)據(jù)挖掘等領域的前沿研究進展。