本書(shū)分為兩大部分：第一部分主要基于Scikit-Learn，介紹機(jī)器學(xué)習(xí)的基礎(chǔ)算法；第二部分則使用TensorFlow和Keras，介紹神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)。此外，附錄部分的內(nèi)容也非常豐富，包括課后練習(xí)題解答、機(jī)器學(xué)習(xí)項(xiàng)目清單、SVM對(duì)偶問(wèn)題、自動(dòng)微分和特殊數(shù)據(jù)結(jié)構(gòu)等。書(shū)中內(nèi)容廣博，覆蓋了機(jī)器學(xué)習(xí)的各個(gè)領(lǐng)域，不僅介紹了傳統(tǒng)的機(jī)器學(xué)習(xí)模型，包括支持向量機(jī)、決策樹(shù)、隨機(jī)森林和集成方法，還提供了使用Scikit-Learn進(jìn)行機(jī)器學(xué)習(xí)的端到端訓(xùn)練示例。作者尤其對(duì)深度神經(jīng)網(wǎng)絡(luò)進(jìn)行了深入的探討，包括各種神經(jīng)網(wǎng)絡(luò)架構(gòu)、強(qiáng)化學(xué)習(xí)，以及如何使用TensorFlow/Keras庫(kù)來(lái)構(gòu)建和訓(xùn)練神經(jīng)網(wǎng)絡(luò)。本書(shū)兼顧理論與實(shí)戰(zhàn)，既適合在校學(xué)生，又適合有經(jīng)驗(yàn)的工程師。