本书首先简单叙述了从数学到统计、从统计到人工智能的发展，然后结合大量的实际的商业应用案例介绍了诸多经典的机器学习算法，比如LASSO回归、MCMC、决策树、随机森林和神经网络等等。通过11个大模型介绍了11个商业案例。通过面板数据的方式，基于统计回归模型，用美国最大的点评类社区Yelp的数据对上市公司的股价做了分析与评估；用LASSO回归来预测动力煤的价格，对工作生产有极大意义；以有监督的机器学习方法中的朴素贝叶斯估计为例，介绍如何通过算法预测下一季度财务质量好的公司；基于MCMC算法估计参数期望；通过聚类分析对银行信用进行画像，避免重大信用风险并获取收益；挖掘高频交易订单簿中蕴含的结构信息，利用随机森林方法预测市场行为；用Xgboost方法做汽车行业的供需预测，给汽车生产型企业做了前瞻性指导；在投资择时领域应用支持向量机形成策略；从电商商品评论文本数据分析需求出发，对京东平台海尔热水器的用户评价情况进行LDA主题模型分析，挖掘品牌评论中有用信息，提供销售建议；知识图谱中命名实体识别的算法介绍；基于卷积神经网络的人脸识别系统搭建。