本书从实践实用的角度出发，介绍了利用Python实现机器学习各种算法及综合实践案例，包括模型选择及评估、线性模型、决策树、神经网络、支持向量机、贝叶斯分类、集成学习、聚类、数据降维等算法的有关概念、开发方法、及利用上述知识综合解决疾病预测及分类、球赛预测、航班系统预测、天气预测、房价预测等任务。每章配有数据集、代码及习题，以指导读者深入地进行学习。本书既可作为普通本科学校及职业院校人工智能及智能科学与技术课程的教材，也可作为人工智能开发人员的技术参考书。