本书是机器学习领域的入门教材, 详细阐述了机器学习的基本理论和方法。全书由15章组成, 包括机器学习概论、数学基础知识、线性模型与逻辑斯谛回归、支持向量机、人工神经网络、决策树算法、贝叶斯算法、k近邻算法、数据降维算法、聚类算法、高斯混合模型与EM算法、集成学习算法、最大熵算法、概率图算法以及强化学习算法等。对每一种机器学习算法, 均从算法原理的理论推导和MATLAB实现两方面进行介绍。本书既注意保持理论分析的严谨性, 又注重机器学习算法的实用性, 同时强调机器学习算法的思想和原理在计算机上的实现。