本教材內(nèi)容包括機(jī)器學(xué)習(xí)概述、機(jī)器學(xué)習(xí)開發(fā)環(huán)境安裝及使用，以及8個(gè)預(yù)測(cè)任務(wù)(涵蓋監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)、集成學(xué)習(xí)、深度學(xué)習(xí)等知識(shí)點(diǎn))。在內(nèi)容的選取上，本教材突出數(shù)據(jù)的多樣性、方法的代表性和繼承性，通過豐富的機(jī)器學(xué)習(xí)任務(wù)深入淺出地介紹機(jī)器學(xué)習(xí)技術(shù)在現(xiàn)實(shí)生活中的應(yīng)用和實(shí)踐。本教材共有10章，第1-2章是實(shí)施機(jī)器學(xué)習(xí)任務(wù)前的概念介紹和環(huán)境準(zhǔn)備，第3-8章結(jié)合案例介紹K-最近鄰、線性回歸和邏輯回歸、決策樹、貝葉斯模型、支持向量機(jī)、K-平均值等機(jī)器學(xué)習(xí)算法及模型，第9、10章分別介紹了結(jié)合多分類器的集成學(xué)習(xí)方法和源自神經(jīng)網(wǎng)絡(luò)模型的深度學(xué)習(xí)算法。從第3章開始，每章至少包含3個(gè)案例，涵蓋數(shù)據(jù)清洗、數(shù)據(jù)轉(zhuǎn)換、模型訓(xùn)練、模型評(píng)估、結(jié)果可視化等大數(shù)據(jù)和人工智能技術(shù)。本教材提供豐富多樣的機(jī)器學(xué)習(xí)任務(wù)，借鑒企業(yè)項(xiàng)目開發(fā)的工作流程，采用JupyterLab融合注釋、代碼和運(yùn)行結(jié)果，圖文并茂地介紹機(jī)器學(xué)習(xí)任務(wù)的編碼過程。在編碼過程中，涉及機(jī)器學(xué)習(xí)概念、公式及注意事項(xiàng)的詳細(xì)講解。本教材適用于高職高專院校大數(shù)據(jù)和人工智能專業(yè)開展任務(wù)驅(qū)動(dòng)式教學(xué)，也可作為機(jī)器學(xué)習(xí)初學(xué)者的啟蒙資料。