本书内容共分为7章。 第1章介绍了数据分析的应用背景、研究内容和基本概念。第2章聚焦于数据的可视化方法，并例举了现有网络工具的使用方法，本章内容几乎不需要编程基础。第3章着眼于数据分析与数学优化建模的联系，并介绍了常用的梯度下降优化算法。第4章凸显了数据降维和特征提取的必要性，给出了一些常用的降维算法。第5章和第6章详述了无监督学习和有监督学习的典型算法及示例。第7章介绍了深度学习的鲁棒性问题，这是当前数据分析的前沿领域。本书 的附录部分简述了深度神经网络的基本原理以及PyTorch开发框架。
