Des machines capables d'imiter, voire de remplacer, l'intelligence humaine dans le traitement de l'information sont développées et utilisées de diverses manières, et l'apprentissage automatique est un domaine de l'intelligence artificielle qui fournit la méthodologie de base pour cela.
Pour s'intéresser à l'apprentissage automatique et l'appliquer à son domaine, il est nécessaire non seulement d'avoir une compréhension individuelle de chaque méthodologie, mais aussi de comprendre et d'évaluer de manière globale diverses situations en fonction de l'objectif et de l'environnement de développement.
Pour cela, le plus important est de posséder de solides bases et une compréhension approfondie des techniques d'apprentissage automatique.
À cette fin, ce manuel présente les connaissances et la compréhension générales de l'apprentissage automatique, plutôt que d'approfondir des sujets spécifiques au sein de ce domaine.
Autrement dit, nous avons tenté de couvrir systématiquement les concepts et les principes de diverses méthodologies, des méthodologies de base et traditionnelles aux technologies les plus récentes, ainsi que les algorithmes de base correspondants.

Ce manuel comprend un total de 14 chapitres.
*Chapitre 1 : Présente les concepts et la terminologie de base liés à l’apprentissage automatique.
*Chapitres 2 et 3 : L’apprentissage automatique requiert diverses connaissances mathématiques.
Diverses matières sont requises, notamment l'algèbre linéaire, les probabilités et les statistiques, ainsi que la géométrie différentielle et les équations différentielles selon l'application.
Nous allons toutefois présenter ici les concepts de base liés aux vecteurs, aux matrices, aux probabilités et aux statistiques.
*Chapitres 4 à 7 : Nous examinerons les principales techniques liées aux quatre thèmes abordés en apprentissage automatique : la classification, la régression, le clustering et l’extraction de caractéristiques.
*Chapitres 8 à 10 : Couvrent l’apprentissage d’ensemble, les arbres de décision, les forêts aléatoires et les SVM, chapitre par chapitre.
*Chapitres 11 à 14 : Découvrez les réseaux neuronaux, l’apprentissage profond, une forme de technique d’apprentissage automatique développée sur la base des réseaux neuronaux, et l’apprentissage par renforcement.