《机器学习及其应用》比较系统地介绍机器学习的基础理论与应用技术。首先,介绍掌握机器学习理论和方法所必须具备的基础知识,包括机器学习的基本概念与发展历程、模型构造与优化的基本方法;然后,介绍和讨论监督学习、无监督学习、集成学习、强化学习等传统机器学习理论与方法;在详细探讨神经网络与深度学习基本理论的基础上,介绍深度卷积网络、深度循环网络、生成对抗网络等若干典型深度学习模型的基本理论与训练范式,分析讨论深度强化学习的基本理论与方法。《机器学习及其应用》站在高年级本科生和低年级硕士研究生的思维角度编写,尽可能用朴实的语言深入浅出地准确表达知识内容,着重突出机器学习方法的思想内涵和本质,使得广大读者能够掌握全书主要内容。 《机器学习及其应用》每章均配有一定数量的习题,适合作为智能科学与技术、数据科学与大数据技术、计算机类相关专业的本科生或研究生的机器学习入门级教材,也可供工程技术人员和自学的读者学习参考。