本書主要內(nèi)容包括機器學習中的相關(guān)數(shù)學基礎 (線性代數(shù)、概率統(tǒng)計與信息論、最優(yōu)化方法和張量分析); 樣本數(shù)據(jù)中的預處理; 機器學習主流算法; 基于MATLAB機器學習算法的實現(xiàn)和機器學習綜合應用、機器學習和深度學習的工程應用。本書特色是深入淺出, 自成體系, 注重基礎理論的描述, 具有系統(tǒng)性、完整性、可閱讀性、應用性和前瞻性。