本书分4部分。入门篇包括对全书核心概念的指南性介绍，以及在多种主流操作系统(Windows、macOS、Ubuntu)上配置基本编程环境的详细说明。基础篇涵盖Python 3的编程基础、基于pandas的数据分析，以及使用Scikit-learn解决大量经典的单机(单核/多核)机器学习问题。进阶篇介绍如何使用PyTorch、TensorFlow、PaddlePaddle搭建多种深度学习网络框架，以及如何基于PySpark的ML编程库完成一些常见的分布式机器学习任务。实践篇利用全书所讲授的Python编程、数据分析、机器学习知识，帮助读者挑战和参与Kaggle多种类型的竞赛实战，同时介绍如何使用Git在Gitee、GitHub平台上维护和管理日常代码与编程项目。