本书系统地介绍了机器学习针对科学计算相关问题的方法，以及在电磁、生物、流体等领域的实践。从方法原理，包括物理驱动、数据驱动等，结合电磁应用实践、生物应用实践和流体应用实践，通过物流驱动、数据驱动以及物理数据结合的方式，讲解了使用机器学习方法逐步实现电磁仿真、分子动力学模拟、流体仿真等，对实现原理和实现过程进行详细的讲解，并针对关键代码实现的思路和逻辑进行了细致的讲解，并附上相应的代码段。书中相应的样例均已开源，读者在学习方法原理的同时可以直接获取相应的源码。