《Python机器学习与深度学习》坚持理论教学环节与实验实践教学环节并重的教育理念, 不仅详细探讨了机器学习和深度学习原理, 即“模型、学习准则和优化算法”, 而且对每一个模型均辅以 Python “自编码”算法设计, 详细再现了从原理分析到算法设计与应用的过程和思想, 使理论分析、优化计算与算法设计三者交互映衬, 便于读者学习掌握.  《Python机器学习与深度学习》共包含 16 章, 既涵盖了**的机器学习模型, 如线性模型、k-近邻、支持向量机、决策树、贝叶斯模型、集成学习、聚类等, 又涵盖了深度学习领域新兴优秀的学习模型, 如卷积神经网络、循环神经网络、自然语言处理和生成式深度学习等.