本书主要以聚类任务、回归任务、分类任务、特征工程、降维与超参数调优、概率模型与标注任务、神经网络模型、深度学习模型、生成对抗网络、对抗样本、强化学习等主题对相关内容进行组织。本书在讨论具体算法时，采用以示例入手、逐步推进的方式，并尽量给出详尽的推导。本书没有采用伪代码的方式来介绍算法流程，而是用文字说明加(或)示例程序的方式。本书的示例代码基于Python3程序设计语言实现，并按需使用了Scikit-Learn(sklearn)机器学习和TensorFlow2.0深度学习等模块。