本書從機器學習的視角系統(tǒng)介紹了線性代數、最優(yōu)化理論以及相關的機器學習示例和求解算法。具體來說，主要聚焦于線性代數及其應用和最優(yōu)化理論及其應用兩個主題。對于前者，側重線性代數的基礎知識以及它們在奇異值分解、矩陣分解、相似矩陣（核方法）和圖分析等中的應用。諸如譜聚類、基于核的分類和異常值檢測等機器學習方面的應用已被用作該書的示例,而后者從最優(yōu)化理論的視角探究機器學習中最基礎性的問題——最小二乘回歸及其相關算法。本書每章正文和末尾均提供了大量習題。