教材面向机器学习初学者和有经验的人工智能技术开发人员，旨在帮助读者理解和掌握机器学习的基本概念、算法和应用。

教材围绕机器学习和深度学习算法的基本原理，全面、深入地介绍数据分析、机器学习、深度学习相关理论及实际项目应用。教材包含16个实验单元：人工智能开发环境搭建、Python数据处理基础、Numpy机器学习库、Pandas数据分析、Matplotlib数据可视化、常用机器学习库、机器学习基础、KNN分类算法、K-Means聚类算法、推荐算法实验、回归算法——线性回归、分类算法——逻辑回归、支持向量机、神经网络实战、深度学习实践和PyTorch实战。，通过实践来提高机器学习编程能力和使用人工智能技术解决实际问题的能力。

教材由浅入深，语言通俗易懂，案例贴近实际生活和学习场景，既体现了机器学习和人工智能的技术热点，又兼顾了案例的生动性和趣味性，还在案例设计中兼顾价值引领性，适合全国高等学校各专业作为“新工科”建设背景下的人工智能和机器学习等课程的教材，也可作为数据分析、智能数据处理等相关专业的专业教材或参考教材。