本书是专为人工智能及相关专业高年级学生编写的“模式识别与机器学习”基础课程教材。本书遵循技术发展的自然脉络，结合模式识别问题介绍机器学习的理论与方法，可帮助学生快速入门；基于统计学习理论构建机器学习的内容体系，可助于学生深刻领悟并牢牢掌握基本理论和方法；顺应深度学习、大模型等前沿技术发展趋势，调整了机器学习的内容结构，强调非监督学习在聚类和表示学习中的重要性,可激发学生探索深度学习和大模型的兴趣。本书可以作为智能科学、计算机科学与技术、自动化等专业的高年级本科生和研究生的教材，同时也可以作为对人工智能领域感兴趣的研究者、工程技术人员及自学者的参考用书。

徐蔚然，北京邮电大学副教授，博士生导师。长期从事人工智能与机器学习的科研与教育工作，在ACL、AAAI、SIGIR、EMNLP、NAACL等顶级学术会议发表该方向的研究论文100多篇。多次在NIST主办的TREC测试和TAC评测中获得最好成绩。并以负责人或主要成员参与多项国家自然科学基金、863项目等，参与完成国家重点研发计划，教育部科研基金项目多项。出版《人工智能导论》教材1项，以主要负责人完成北京市教委主持的市属高校人工智能通识教育课程建设；以主要负责人完成大学前人工智能导论公开课建设，并在哔哩哔哩官网广受关注。