本书介绍数据挖掘与统计机器学习领域最常用的模型和算法，包括最基础的线性回归和线性分类方法，以及模型选择和模型评价的概念和方法，进而介绍非线性的回归和分类方法(包括决策树与组合方法、支持向量机、神经网络以及在此基础上发展的深度学习方法)。最后介绍无监督的学习中聚类方法和业界广泛使用的推荐系统方法。
本书主要是从统计模型方法测量消费者行为，书中分别从消费者的首次购买(到达)、重复购买(收视)、消费者选择、消费者聚类以及消费者满意等角度，利用各种统计模型方法来进行研究，并结合了众多具体案例来近一步说明统计方法的应用和效果。
