全书共分为14章：第1章Introduction to Machine Learning；第2章Feature Engineering；第3章 Instance Based Learning edited；第4章 Decision Tree Learning；第5章 Support Vector Machines edited；第6章 Neural Networks；第7章 Ensemble learning；第8章 Outlier Mining；第9章 Clustering；第10章Imbalanced Data Classification；第11章Model Evaluation；第12章Model Interpretation；第13章 Application of Machine Learning in Transportation；第14章 Course Projects。本书以交通数据为对象，以解决交通问题为目标，体现交通工程专业的特点。
《机器学习及交通应用:英文》目录参见目录图
