本书较为全面地介绍了机器学习的核心算法和理论。全书共10个模块，包括机器学习入门基础、机器学习数学基础、回归算法、朴素贝叶斯分类算法、决策树分类算法、逻辑回归、支持向量机、聚类、集成学习之随机森林算法与Ada Boost算法等，各模块均配有技能实训和拓展实训，可帮助读者强化所学内容。

本书可作为高等职业教育电子信息相关专业机器学习、数据分析、数据挖掘等课程的教材，也可作为程序员、数据分析师、数据科学家等相关人员解决实际问题的工具书，还可作为机器学习初学者的入门参考书和工程技术人员的参考资料。

本书的主要特点如下：
1. 图文并茂、循序渐进
本书图文并茂、突出实用性，并提供了大量的操作示例和代码，较好地将学习与应用结合在一起；内容由浅入深，循序渐进，适合不同层次的读者阅读。
2. 理论教学与实际项目开发紧密结合
为了使读者能快速地掌握相关技术并按实际项目开发要求熟练运用所学知识，本书在各模块中都设计了相关实训。
3. 案例典型，轻松易学
本书所选用的案例均与日常生活密切相关，如房价数据分析、鸢尾花分类等，可使读者在学习的时候不会觉得陌生，更容易接受，从而提高学习效率。
4. 紧跟行业技术发展
机器学习技术发展很快，本书着重于当前主流技术的讲解，与行业联系密切，所有内容紧跟行业技术的发展。
5. 教、学、做一体化
本书精心设计了以企业典型项目为载体、任务驱动、教、学、做一体化的教学内容，注重通过实训引导学生在实践的基础上理解并掌握理论知识，从而掌握相关岗位的基本技能，提升综合应用能力。每个模块除了安排技能实训，还安排有拓展实训，拓展实训相关步骤由学生自己完成，实现学中做、做中学的教学模式。
6. 教学资源丰富
本书不仅采用了传统教材的知识体系，还融入了现代信息技术，提供了多样化的教学资源，读者扫描书中的二维码即可学习。微课版教材的特点在于其灵活性和互动性。本书通过凝练的视频课程，将复杂的知识点分解成易于理解和消化的小块内容，使读者能够在任何时间、任何地点通过移动设备轻松学习。通过这种创新的模式，读者将能够更加深入地掌握知识，提高学习效率。
本书加了*的模块是课程的拓展部分，可满足职业本科层次以上学生的学习需求，高等职业教育学生可根据实际情况选用。