机器学习具有多学科交叉的特点，是当前学术界和工业界均关注的热点领域，其应用范围十分广泛，已经成为一种解决诸多问题的有效工具。本书以理工科高年级本科生和低年级研究生的基础知识为立足点，以面向工程应用为目标，是一本综合性的机器学习教程。
本书既反映机器学习的基础知识和经典方法，又重视深度学习和强化学习的知识内容，使读者不仅能在机器学习领域打下坚实的基础，同时也可以利用所学知识解决遇到的实际问题并进入学科前沿。本书的主要内容包括：
 机器学习理论概述；
 机器学习的统计与优化基础；
 基本回归与分类学习算法；
 支持向量机；
 决策树与集成学习；
 无监督学习算法；
 神经网络与深度学习；
 深度学习专题（GAN、Transformer等）；
 强化学习与深度强化学习。
教学资源
 微课视频
 教学大纲
 教学课件
 习题解答