本書對機器學習的基礎知識和基本算法進行了詳細的介紹，對廣泛應用的經(jīng)典算法(如線性回歸、邏輯回歸、樸素貝葉斯、支持向量機、決策樹和集成學習等)進行了深入的分析，并討論了無監(jiān)督學習的基本方法。用6章對深度學習和深度強化學習進行了相當全面的敘述，不僅深入地討論了反向傳播算法、多層感知機、卷積神經(jīng)網(wǎng)絡、循環(huán)神經(jīng)網(wǎng)絡和長短期記憶網(wǎng)絡等深度神經(jīng)網(wǎng)絡的核心知識和結構，對于一些發(fā)展中的專題(如Transformer、大模型和深度生成模型等)也給予了一定深度的介紹。對于強化學習，不僅介紹了經(jīng)典表格方法，也較詳細地討論了深度強化學習及應用實例。本書對于基礎和前沿、經(jīng)典方法和熱門技術盡可能平衡，使讀者不僅能在機器學習領域打下一個良好的基礎，同時也可以利用所學知識解決遇到的實際問題并進入學科前沿。