本书分为两大部分 ： 第一部分主要基于Scikit-Learn， 介绍机器学习的基础算法 ； 第二部分则使用TensorFlow和Keras， 介绍神经网络与深度学习。 此外， 附录部分的内容也非常丰富， 包括课后练习题解答、机器学习项目清单、SVM对偶问题、自动微分和特殊数据结构等。 书中内容广博， 覆盖了机器学习的各个领域， 不仅介绍了传统的机器学习模型， 包括支持向量机、决策树、随机森林和集成方法， 还提供了使用Scikit-Learn进行机器学习的端到端训练示例。 作者尤其对深度神经网络进行了深入的探讨， 包括各种神经网络架构、强化学习， 以及如何使用TensorFlow / Keras库来构建和训练神经网络。