機器學習是人工智能的重要分支。本書立足實用且易於上手實踐的原則,繫統地介紹機器學習領域的經典算法,以及這些算法的Python實現和典型應用。本書分4部分: 第1部分介紹監督學習,包括線性模型、決策樹分類、貝葉斯分類器、集成學習和支持向量機;第2部分介紹無監督學習,包括關聯規則、聚類分析和數據降維;第3部分介紹深度學習,包括神經網絡、深度學習和生成對抗網絡;第4部分介紹強化學習。本書所介紹的經典機器學習算法及其應用案例均給出了相關實驗數據和Python代碼實現,每章末尾還給出了習題和實驗題,便於讀者鞏固知識和開展課內實驗。 本書可作為高等學校信息類以及相關專業高年級本科生和研究生的教材,也可供對機器學習感興趣的工程技術人員閱讀參考。