机器学习希望机器能够模拟人类学习的过程，使机器在没有明确人工指导的情况下通过分析数据不断获得经验和知识，再调整自身行为进行学习，从而改善性能。因此，机器学习融合了人工智能、信息科学、计算机科学、类脑科学等相关领域知识，被广泛应用于国防安全、智能制造、智慧医疗、智慧城市、数字娱乐等。本书共包含9章内容：1~4章主要介绍机器学习的基本方法，包括基本概念、无监督聚类分析、有监督统计学习和有监督判别学习；5~7章主要介绍深度学习基础知识、经典网络、前沿进展；8~9章分别介绍机器学习在目标检测和图像分割方面的具体应用。本书在介绍核心算法时给出了相应例题，方便读者通过例题更好地理解和掌握相关知识。此外，所有章节都附有习题以及部分创新思考题。
本教材适用于信息工程、通信工程、计算机科学与技术、人工智能及相关专业的高年级本科生和研究生教学，也可供与机器学习相关的工程技术人员参考。

第1章绪论
1.1人工智能
1.2机器学习
1.3基本概念
1.3.1定义和术语
1.3.2原理和假设
1.4学习方法
1.4.1监督学习
1.4.2无监督学习
1.4.3半监督学习
1.4.4迁移学习
1.4.5强化学习
1.4.6连续学习
1.5机器学习应用
1.6本书结构
1.6.1逻辑结构图
1.6.2本书概要
习题
参考文献
第2章无监督聚类分析
……