本書分為基礎(chǔ)篇和高級(jí)篇。基礎(chǔ)篇介紹機(jī)器學(xué)習(xí)的主要原理和方法、以及最近幾年來的最新進(jìn)展，包括機(jī)器學(xué)習(xí)的發(fā)展史、決策樹學(xué)習(xí)、PAC模型、貝葉斯學(xué)習(xí)、支持向量機(jī)、AdaBoost、壓縮感知、子空間、深度學(xué)習(xí)與神經(jīng)網(wǎng)絡(luò)、MCNs、強(qiáng)化學(xué)習(xí)等內(nèi)容。在高級(jí)篇部分，主要介紹一下作者多年來在機(jī)器學(xué)習(xí)與視覺感知方面的研究成果，包括HGPP、LDP、KBP、高階差分碼、Kernel Learning、Bag of Feature model等方法原理闡述與應(yīng)用。