Machine learning kini hadir di hampir setiap sisi kehidupan, mulai dari rekomendasi video, deteksi penipuan transaksi, hingga penilaian kelayakan kredit. Namun, bagi banyak mahasiswa, machine learning masih terasa rumit dan penuh rumus. Buku ini menunjukkan bahwa machine learning dapat dipelajari secara bertahap, runtut, dan menyenangkan.

Dalam 14 bab yang selaras dengan RPS, pembaca dibimbing dari konsep dasar, Python untuk data, EDA, dan pra-pemrosesan, menuju regresi linear, KNN, decision tree, random forest, SVM, K-Means, evaluasi model, neural network, dan pipeline scikit-learn, lalu ditutup dengan proyek end-to-end dari perumusan masalah hingga laporan.

Setiap konsep dijelaskan dengan bahasa yang mudah dipahami, disertai perhitungan manual, kode Python yang telah diuji beserta keluarannya, dan studi kasus yang dekat dengan keseharian pembaca.