实用的案例介绍机器学习的基础知识，然后介绍一些稍微复杂的机器学习算法，例如支持向量机、极-端随机森林、隐马尔可夫模型、条件随机场、深度神经网络，等等。

书中介绍的主要问题如下：

1.探索分类分析算法并将其应用于收入等级评估问题　　-

2.使用预测建模并将其应用到实际问题中　　

3.了解如何使用无监督学习来执行市场细分　

4.探索数据可视化技术以多种方式与数据进行交互　

5.了解如何构建推荐引擎　　

6.理解如何与文本数据交互并构建模型来分析它　

7.使用隐马尔科夫模型来研究语音数据并识别语音