本书以Python为工具，详细介绍了机器学习中必备的统计分析技术和数据分析基础知识。全书共分三部分，第一部分介绍了Python中的基本运算方法和概率的相关基础概念。第二部分介绍了统计分析的基础知识，内容涵盖机器学习的问题设置、定量评价各种数据分析结果的框架，并简明描述数据的主成分分析方法、统计建模的思路及假设检验的标准等统计学知识。第三部分介绍了在机器学习中的各种方法，包括回归分析、聚类分析支持向量机、稀疏学习、决策树、集成学习、高斯过程模型及密度比估计等方法，最后还特别介绍了深度学习的贝叶斯优化方法。