本书总结回顾了安全科学的发展历程，分析了安全和安全科学的概念、属性特征，理清了安全科学的研究范畴和学科体系，介绍了安全科学基础知识，并系统地阐述了安全流变一突变理论、事故致因理论与模型和事故预测预防理论等安全科学基本原理，以及安全生产事故的统计分析与调查处理、重大危险源辨识与监控等安全应用方法。全书内容丰富、结构完整、重点突出。本书适用于高等院校安全专业本科生教学，也可供相关专业的研究生和工程技术人员作为参考书使用。
机器学习这门学科研究的是能通过经验自动改进的计算机算法，其应用从数据挖掘程序到信息过滤系统，再到自动机工具，已经非常丰富。机器学习从很多学科吸收了成果和概念，包括人工智能、概论论与数理统计、哲学、信息论、生物学、认知科学和控制论等，并以此来理解问题的背景、算法和算法中的隐含假定。本书展示了机器学习中的核心算法和理论，并阐明了算法的过行过程。书中主要涵盖了目前机器学习中各种最实用的理论和算法，包括概念学习、决策树、神经网络、贝叶斯学习、基于实例的学习、遗传算法、规则学习、基于解释的学习和增强学习等。对每一个主题，作者不仅进行了十分详尽和直观的解释，还给出了实用的算法流程。本书被卡内基梅隆等许多大学作为机器学习课程的教材。机器学习这门学科研究的是能通过经验自动改进的计算机算法，
本书是一部著名教材，初版于1978年，后又几次重印，本版是1978年版的第三次重印版。本书是为物理和材料力学专业的研究生编写的教材，书中内容也适用于从事纯固态物理和及其在电机工程中应用的研究工作的物理工作者。书后附有-9章习题。
