Boken 'Machine Learning' av Kevin P. Murphy gir en omfattende innføring i maskinlæring ved å bruke probabilistiske modeller og inferens som en samlende tilnærming. I en tid der mengden elektroniske data på nettet stadig øker, er det ett sterkt behov for automatiserte metoder for dataanalyse. Maskinlæring tilbyr disse metodene, og utvikler teknikker som automatisk kan oppdage mønstre i data, og deretter benytte disse mønstrene til å forutsi fremtidige data. Dette lærebokverket gir en helhetlig og selvstendig introduksjon til feltet maskinlæring, basert på en enhetlig, probabilistisk tilnærming. Dekningen av emnet er både bred og dyp, og gir nødvendig bakgrunnsinformasjon om emner som sannsynlighet, optimalisering og lineær algebra, samt diskusjoner om nyere utviklinger innen feltet, inkludert betingede tilfeldige felt, L1-regularisering og dyp læring. Boken er skrevet i en uformell og tilgjengelig stil, og inneholder pseudo-kode for de mest viktige algoritmene. Alle emner er rikelig illustrert med fargebilder og arbeidseksempler hentet fra praktiske scenarier.
