机器学习和深度学习是人工智能领域开展科学研究的核心前沿理论，本书以“理论算法”为基础核心，以“实践案例”为创新驱动，以“思政元素”为育人之魂，在了解机器学习和深度学习发展前沿的基础上，掌握基本核心知识，深刻理解应用案例，加深实践开发要素理解，夯实人工智能领域核心理论算法。
全书共12章内容。第1章“绪论”，第2章“线性模型”，第3章“决策树”，第4章“贝叶斯分类器”，第5章“支持向量机”，第6章“聚类”，第7章“神经网络”，第8章“卷积神经网络”，第9章“循环神经网络”，第10章“生成对抗网络”，第11章“孪生神经网络”，第12章“图神经网络”。
本书内容翔实、逻辑严谨、易于学习，是作者结合多年教学科研经验，精心撰写的一本机器学习与深度学习的教科书，适合作为计算机类、自动化类、电子信息类相关专业高年级本科生和研究生的“机器学习与深度学习”课程教材，也适合作为人工智能等相关领域科研人员的参考书籍。
