本书面向高年级本科生、研究生、企业从业人员和科研人员，从概率机器学习的视角，系统梳理介绍机器学习的基本原理、典型算法，并结合具体案例介绍相关方法的实践性能。内容主要分为：1）基础知识；2）经典机器学习方法；3）学习理论；4）前沿进展。其中在基础知识部分，将介绍概率机器学习的内涵和主要内容，以及概率统计的基本工具。在经典机器学习部分，将介绍有监督、无监督两类任务下的机器学习方法。在学习理论部分，将介绍机器学习性能的评价方法，以及典型的泛化性、稳定性等分析方法。在前沿进展部分，将介绍概率图模型、深度生成模型、深度强化学习等内容。在四部分内容的相互配合下，形成由浅入深、由理论到应用的基本架构，引导读者逐步掌握机器学习的原理方法。