机器学习是一门多领域交叉学科，涉及概率论、统计学、矩阵论、神经网络、计算机等多门学科。其目标是模拟人类的学习活动，从数据中获取知识和技能，重新组织已有的知识结构，从而不断改善系统性能。本书共9项目。项目1介绍机器学习基础，概要介绍机器学习的发展简史和一般步骤，以及本书涉及的方法和算法；项目2项目7讨论k近邻算法、线性回归、决策树、贝叶斯分类、支持向量机、集成学习等监督学习方法；项目8介绍聚类的基本知识，阐述无监督学习方法；项目9讨论深度神经网络，主要论述卷积神经网络和循环神经网络两种模型。本书由大数据技术与应用专业教师和企业工程师合力打造，采用大量项目案例讲解概念和算法，内容编排采用工作手册式教材形式，项目2项目9相互独立，学生可选择知识点和涉及的技术，满足不同生源定制化学习的需要。同时，华育兴业科技公司开发有教材配套的实验实训在线平台，将教材内容和动手实践紧密结合起来。本书可作为高职高专院校电子信息领域相关专业的教材，也可作为相关科技人员的参考用书，以及应用型本科的实验补充教材。