本书将从五个部分展开：(1)机器学习与数据挖掘基础：介绍机器学习与数据挖掘的基础理论，包括基本概念、数据挖掘基本过程、数据挖掘的基本应用；(2)数据及数据预处理：介绍数据的基本类型预计数据预处理的基本方法，包括数据除噪、缺失值的处理、数据冗余处理、数据降维、数据转换等方法；(3)数据挖掘基本方法：在上述理论与技术的基础上，介绍数据挖掘的经典理论，包括关联规则分析、聚类分析、分类分析等；(4)数据挖掘的扩展内容：包括集成学习、知识图谱、国产开源框架分析等内容；(5)数据挖掘发展前沿：介绍学术界及产业界在机器学习、数据挖掘等领域的前沿研究进展。