本书共分为9个章节。第2章阐述了特征描述符的选择，基于高维化学特征描述符数据的特点提出了基于重要性和相关性的特征描述符选择方法；第3章梳理了树集成学习模型的理论及算法流程；第4-9章展示了基于经典树集成模型的改进模型所做的一系列研究，包括基于分布式随机森林、深度森林、XGBoost、拓扑数据分析和LightGBM的结合、CatBoostChemCNet对有机化学反应合成产率的智能预测，以及产率与反应条件之间的内在关系分析。