本书系统梳理其理论演进、核心方法与现实应用。从“群”的基本概念出发，书中以层层递进的方式展开，从等变网络、流形融合到拓扑覆盖，从核方法、元学习到持续学习，从贝叶斯概率、遍历理论到因果推理，最终落脚于多模态融合、类脑协同与深空自适应等前沿方向。本书摒弃晦涩的公式堆砌，以清晰的逻辑和生动的案例，帮助读者理解李群如何为机器学习提供几何视角下的对称性建模工具，搭建起从基础理论到前沿探索的完整认知框架。