全书共七章，内容涵盖机器学习概述、环境搭建、数据预处理、模型评估、线性与非线性模型、集成学习、无监督学习，以及神经网络与深度学习入门。书中不仅讲解了常用的机器学习算法(如线性回归、逻辑回归、KNN、决策树、SVM、随机森林、聚类与降维等)，还设计了多个贴近真实的实战项目，如预测风力发电、乳腺癌分类、泰坦尼克号生存预测、客户分群、手写数字降维可视化等。