本書着重介紹預測性分析技術，先概述了數據分析系統的基本架構和主要處理流程，然后從分類和無監督學習開始，逐一講解每種機器學習算法的工作原理，並在每一章的后給出了詳細的案例討論。高質量的數據是能夠進行正確分析的前提，為了便於后期分析模型的構建，本書還會介紹對於不同類型數據的清洗和過濾等內容。通過學習本書的內容，讀者將了解將原始數據轉化為重要結論的過程，並掌握快速將其中涉及的模型應用到自有數據中的方法。 約瑟夫·巴布科克(Joseph Babcock)，現為AQR Capital Management機器學習研究員，之前曾是Netflix不錯數據科學家。他有近10年的復雜數據集研究經驗，解決了來自醫療健康和娛樂行業的眾多大數據挑戰。他畢業於美國約翰-霍普金斯大學醫學院，獲得了該校所羅門-斯奈德神經系統學科的博士學位，在該校就讀期間，他運用機器學習預測了毒品對心臟方面的副作用。