本书全面系统地讲解了机器学习的理论与方法, 内容主要包括高斯混合模型和EM算法、主题模型、非参数贝叶斯模型、聚类分析、图模型、支持向量机、矩阵分解、深度学习及强化学习。本书旨在使读者了解机器学习的发展, 理解和掌握它的基本原理、方法与主要应用。本书内容丰富, 着重机器学习理论的推导与证明, 并通过实例进行方法的分析与比较。同时, 本书强调机器学习的系统性、完整性和时效性, 可读性强。