全书分为五大部分。第一部分包含第1-3章，可便于读者对构建基于机器学习的预测数据分析框架及其核心知识有一个基本的了解和认识。第二部分包括第4-9章，涵盖了主要的有监督机器学习的知识，可以使读者对应用于数据分析的有监督机器学习方法有一个比较全面的理解和认识，便于为以后的学习和工作奠定扎实的理论基础。第三部分包括第10章和第11章，涵盖了有监督机器学习以外的一些常用学习方法，可以使读者对聚类和强化学习方法的实现思想和设计过程有深度的理解。第四部分包括第12-14章，主要给出了预测数据分析的两个实用案例：客户流失和星系分类。第五部分包含4个附录，详细给出了所涉及的基础数学知识，便于读者查阅和学习。