本书从具体的应用实例出发，由浅入深，力求系统全面而又简明扼要地阐述机器学习的基本概念、理论、方法和算法，并提供必要的数学推导和详细算法描述，便于读者掌握机器学习方法的本质。本书主要介绍了线性回归、逻辑回归、决策树、支持向量机、聚类等经典机器学习方法，并对卷积神经网络、循环神经网络和Transformer等深度学习方法进行了简要介绍。本书结合编者多年从事人工智能科研和教学的经验，注重内容的实用性和先进性，并通过丰富的应用实例引导读者动手实现算法，使读者能够更好地理解理论知识，将其应用于实际场景中，培养读者解决实际问题的能力。　　本书适合作为普通高校人工智能、计算机、自动化、电子信息、机器人等专业的教材，也可作为广大从事人工智能应用系统开发的工程技术人员的参考书。　　本书配有教学课件、教学大纲、习题答案和教学视频等教学资源，欢迎选用本书作教材的教师登录www.cmpedu.com注册后下载，或发邮件至jinacmp@163.com索取。