本书综合探讨了机器学习的理论基础，为读者提供了使用机器学习技术解决现实问题所需的知识。本书探讨如何概念化问题、准确表示数据、选择和调整算法、解释和分析结果以及做出合理的决策，采用非严格意义的数学进行阐述，涵盖了一系列广泛的机器学习主题，并特别强调了一些有益的方法，如监督学习、统计学习、使用支持向量机（SVM）学习、神经网络学习（NN）、模糊推理系统、数据聚类、数据转换、决策树学习、商业智能、数据挖掘，等等。