本書是一部論述機器學習原理與算法的立體化教材（含紙質圖書、教學課件和部分視頻教程），本書兼顧機器學習基礎、經(jīng)典方法和深度學習方法。對組成機器學習的基礎知識和基本算法做了比較細致的介紹，對廣泛應用的經(jīng)典算法如線性回歸、邏輯回歸、樸素貝葉斯、支持向量機、決策樹和集成學習等算法都給出了深入的分析，并討論了無監(jiān)督學習的基本方法。用5章的篇幅對深度學習和深度強化學習做了相當全面的敘述，不僅深入地討論了反向傳播算法、多層感知機、CNN網(wǎng)絡、RNN網(wǎng)絡和LSTM結構等深度神經(jīng)網(wǎng)絡的核心知識和結構，對于一些發(fā)展中的專題如生成對抗網(wǎng)絡（GAN）和Transformer等也予以一定深度的介紹。對于強化學習，不僅介紹了經(jīng)典表格方法，也較詳細地討論了深度強化學習。本書是面向大學理工科和管理類各專業(yè)的一本寬口徑、綜合性機器學習教材，可供本科高年級和研究生課程使用，也可供科技人員、工程師和程序員自學機器學習的原理和算法之用。本書對基礎和前沿、經(jīng)典方法和熱門技術做了盡可能地平衡，使得讀者不僅能在機器學習領域打下一個良好的基礎，同時也可以利用所學知識解決遇到的實際問題并進入學科前沿。