本书介绍了机器学习和人工智能的方方面面，并且由浅入深介绍了机器学习算法，逻辑清晰，案例丰富。对于想入门机器学习、人工智能的读者而言，本书是一本极好的参考指南。
杨秀璋——□□公众号“娜璋AI安全之家”的作者，CSDN博客专家

本书对时下的机器学习技术从多个方面进行了详细的介绍，从人工智能数学基础，到常见的机器学习算法，最后到大数据Spark，书中都有具体的相关实例，内容全面而丰富，示例通俗易懂，是一本不错的机器学习参考读物。
梁云——□□公众号“算法美食屋”的作者，把复杂的算法做成美食，出版电子书《20天吃掉那只PyTorch》等

本书讲解了很多机器学习的具体案例，想了解机器学习研究趋势的读者可以阅读本书。本书非常适合初学者作为机器学习的入门书籍。对于想在机器学习甚至深度学习有所建树的初学者，这本书是很好的启蒙书。
殷承志——前阿里人，ACM亚洲区域赛银牌得主，推荐算法专家，新加坡Shopee电商公司算法工程师

机器学习是算法工程师技术储备的重要组成部分，本书重点介绍了机器学习中的数学基础，该书选取了经典机器学习算法，利用Python实现算法，最后给出了相应实战例子。总之，这是一本详细介绍机器学习的入门书籍，值得初学者阅读。
周景阳——前百度人，北京贪心科技有限公司联合创始人、贪心科技技术合伙人

通常来说，人工智能（Artificial Intelligence，AI）是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能的研究领域包括机器人、语音识别、图像识别、自然语言处理和专家系统等。
机器学习就是用算法解析数据，不断学习，对世界中发生的事做出判断和预测的一项技术。生活中很多机器学习的书籍只注重算法理论方法，并没有注重算法的落地。本书是初学者非常期待的入门书，书中有很多的示例可以帮助初学者快速上手。
本书分为3个部分：第1章和第2章是人工智能的数学基础，主要介绍了机器学习的概念、Python开发环境的搭建、机器学习bibei的数学知识，以及线性代数和概率论的相关知识；第3~12章主要介绍了回归模型、分类模型、聚类模型、半监督模型的建立和相关算法的理论，以及如何使用sklearn具体实现相关算法模型的搭建；第13章介绍了Spark机器学习，笔者认为对于机器学习，不能只限于Python中的sklearn的学习，还要紧跟大数据时代的发展。
本书内容通俗易懂，案例丰富，实用性强，特别适合Python语言的入门读者和进阶读者阅读，也适合其他算法程序员和编程爱好者阅读。