本书通过理论讲解与应用实例相结合的项目式任务式编排，展示了机器学习的基础方法和模型，注重实践过程，为读者后续学习打下基础。本书基于Python语言总结了回归、分类、聚类三种分析方法，主要内容包括线性回归、逻辑斯特回归、朴素贝叶斯分类、决策树分类、随机森林、支持向量机、KNN分类和K均值聚类共八个任务，并附有相关程序代码及参考答案。
本书可作为职业院校计算机类、大数据类与人工智能类专业及相关专业的课程用书，也可作为数据处理技术初学者的参考用书。