本书是计算机、自动化、信息、电子与通信学科方向的专著, 详尽地介绍了K-Means、KNN学习、回归学习、决策树学习、Random Forest、贝叶斯学习、EM算法、Adaboost、SVM方法、增强学习、流形学习、RBF学习、稀疏表示、字典学习、BP学习、CNN学习、RBM学习、深度学习、遗传算法、蚁群方法等基本理论; 深入阐述了视觉机器学习算法的优化方法和实验仿真; 系统地总结了其优点和不足。