本书适合希望了解机器学习算法的读者学习。书中都是从应用场景出发，利用图解和流程相结合的图文并茂的讲解方式，让读者了解机器学习是如何影响和改变生活的。为了增强可读性，全书没有大篇幅的理论介绍和复杂的数学公式推导，也没有生涩难懂的专业术语，力求让读者轻松地学习和掌握机器学习的知识。本书分为14章，覆盖了监督学习、半监督学习、无监督学习、增强学习和机器学习新算法等内容。具体包括最小二乘法、最近邻算法KNN分类、贝叶斯分类、支持向量机分类。增强学习AdaBoost、决策树算法、无监督K-Means聚类、Apriori关联规则算法、PageRank排序、EM参数估计、半监督学习、深度学习和迁移学习。全书14章构成了机器学习从经典到现代的体系框架，每章也可独立阅读。如果读者已经具有Python的开发经验，则可以更好地学习本书内容。