本书是一本理论与实践紧密结合的机器学习入门书籍，系统讲解机器学习的基本概念与核心原理，并通过丰富的实例与代码演示引导读者动手实践，内容涵盖数据预处理、特征工程、模型选择、模型评估等机器学习全流程。全书共13章，分为理论基础与实践应用两大部分。理论基础部分重点讲解经典机器学习方法，每种方法均配有基于Weka的实践步骤和基于Sklearn的代码实现。实践应用部分提供3个综合性案例，详细展示如何运用Weka和Sklearn解决实际问题。

本书理论与实践并重，注重对算法原理的直观理解与实际应用；提供Weka和Sklearn双平台实现，旨在满足不同读者的学习需求；提供丰富的实践案例，涵盖金融、遥感、社会经济等多个领域；代码注释详尽，便于读者理解与二次开发。

本书既可作为高等学校计算机类相关专业的本科教材，也可作为数据科学家、工程师及机器学习爱好者的自学参考用书。