یادگیری ماشینی درحال تبدیل به ابزار بسیار با اهمیتی در کسب‌و‌کار است، تا حدی که به احتمال زیاد تقریبا تمامی کارمندان با این روش یا دیگر روش‌ها، طی چند سال آتی تحت تاثیر قرار می‌گیرند. یادگیری ماشینی در ارتباط با استفاده از مجموعه داده‌های بزرگ می‌باشد تا ارتباط بین متغیرها را یاد بگیرد، پیش‌بینی کند و در یک محیط متغیر اخذ تصمیم نماید.
یادگیری ماشینی بخشی از انقلاب صنعتی چهارم است و شامل استفاده از رایانه‌ها برای مواردی بیش از وظایف تکراری می‌باشد. به منظور تشریح تفاوت بین یادگیری ماشینی و دیجیتالی شدن، بانکی را در نظر بگیرید که خواهان اتوماتیک‌شدن تصمیمات وام‌دهی خود است. چنانچه معیار مورد استفاده کارکنان مسئول وام‌دهی بانک به خوبی تعریف شده باشد، این معیار را می‌توان برنامه‌ریزی نمود که تصمیمات مربوط به وام‌دهی به سرعت و بدون دخالت انسان صورت پذیرند.
فهرست مطالب
فصل 1 : مقدمه
فصل 2 : یادگیری نظارت‌شده
فصل 3 : یادگیری نظارت‌شده : رگرسیون خطی و منطقی
فصل 4 : یادگیری نظارت‌شده : درخت‌های تصمیم
فصل 5 : یادگیری نظارت‌شده : SVMها
فصل 6 : یادگیری نظارت‌شده : شبکه‌های عصبی
فصل 7 : دیگر کاربردهای شبکه‌های عصبی
فصل 8 : یادگیری تقویت‌شده
فصل 9 : پردازش زبان طبیعی
فصل 10 : تفسیرپذیری مدل
فصل 11 : موضوعاتی برای جامعه
کتاب اصلی : Machine Learning in Business: An Introduction to the World of Data Science
