"本书是作者依据多年来从事机器学习课程教学及科学研究的经验，结合本科生和研究生实际教学工作的需要，并参考相关经典文献编写而成。

本书以人工智能主流编程语言Python 3作为机器学习和数据分析的实战工具，从机器学习导论开始，依次介绍了Python编程基础、TensorFlow编程基础、机器学习编程基础，以及典型机器学习算法的原理和实现，具体包括KNN分类算法、KMeans聚类算法、支持向量机、决策树与随机森林、回归分析、神经网络、卷积神经网络、Transformer深度神经网络、图神经网络、生成对抗神经网络等方面的内容及案例。本书力求简洁达意、清晰易懂、理论教学与具体实践相结合，代码可复现，全书提供了大量应用实例和习题，方便读者快速入门并掌握机器学习的具体算法。

本书适合作为高等院校电子信息工程、通信工程、计算机科学与技术、电子科学与技术等相关专业本科生教材，也可作为研究生科研参考教材，同时可供广大Python编程、机器学习、深度学习等工程技术人员参考使用。

"