L'ouvrage commence par une présentation des différents types d'algorithmes d'apprentissage automatique, notamment l'apprentissage supervisé, l'apprentissage non supervisé et l'apprentissage par renforcement. Les auteurs abordent ensuite les différentes techniques de traitement des données qui sont essentielles pour l'apprentissage automatique, telles que le nettoyage des données, l'ingénierie des caractéristiques et la sélection des modèles.Dans les chapitres suivants, le livre couvre un large éventail de sujets liés à l'apprentissage automatique, notamment:Régression : Une technique de prédiction des valeurs cibles continues : Une technique de prédiction des valeurs cibles catégorielles : Technique permettant de regrouper des points de données similaires.Réduction de la dimensionnalité : Technique permettant de réduire le nombre de caractéristiques d'un ensemble de données : L'ouvrage comprend également un chapitre sur l'apprentissage profond, un sous-domaine de l'apprentissage automatique qui a gagné en popularité ces dernières années.