本书从实际业务、应用场景出发，介绍机器学习算法。
提供推荐
主要从如何寻找相似用户、通过相似用户对用户进行商品推荐以及相似商品进行讲述。
每一位用户对部分商品如影片有评价分数，根据两个人对同一商品的打分情况可以判断两用户相似情况。判断相似程度有欧几里得距离、皮尔逊相关度等。其中欧式距离计算不同分数之差的平方和的开方，范围在0到正无穷，容易受到“夸大分数”的影响。皮尔逊相关度根据两人对同样几件商品的评价分数，进行直线拟合，其范围为0~1，并且可有效减小夸大分数的影响。
通过计算不同用户之间的相似程度，可根据相似用户看过的商品进行推荐。为避免一些特殊的评论出现，可考虑将相似用户的相似度与其对该影片的评分加权求和，同时为了避免不同影片观影人数差异，可用影片评分加权之和除以相似用户的相关度之和。
相似商品的计算方法与相似用户近似，只需将数据库中用户与商品位置互换，如原本记录方式为用户1{商品1，商品2}，用户2{商品1，商品2}，改为商品1{用户1，用户2}，商品2{用户1，用户2}。
发现群组
本章主要讨论一种无监督学习方法——聚类。聚类通常用于数据量很大的情况，例如零售商们据此检测出具有相似购买模式的消费者群体。常见有分级聚类（Hierarchical Clustering）和K均值聚类（K-Means Clustering）。
分级聚类每次计算两两个体之间相似距离，将距离最小的两个个体合并为一个群体，可以用树状图来存储。在每一次的计算中，存在大量之前已经计算的距离，因此可以将其存储，仅计算更新的新群体与其他个体之间的距离。尽管如此，分级聚类的计算量仍十分惊人。
K均值聚类首先随机确定k个聚类中心（k给定），根据各个体与各聚类中心的距离，将其划分为不同的聚类群体，之后根据每个群体的个体值的均值作为新的聚类中心，重复操作，直到个体分配不再发生变化。由于初始时k个聚类中心随机确定，因此返回结果的顺序大概率不同。
搜索与排名
本章介绍了从大量文档或网页中搜索一系列单词，并根据单词与文档的相关程度对搜索结果进行排名。
首先，需要从一定规模的文档，或者一组网页的链接逐步追踪其他网页，建立索引，保存文档、不同单词位置的信息。建立索引之后，需要据此进行搜索结果的排名。常用的度量方法有所搜索的关键词在文档中的频率、关键词在文档中的位置（越靠近前面或者标题中越有可能接近主题）、搜索多个关键词时不同关键词在文档中的距离、外部其他网页谁链向该网页以及这些网页对该网页的评价。
还介绍了Google创始人Larry Page创建的PageRank，对每个页面设定PageRank值，初始时每个页面设定随机值，根据指向该页面的页面的PageRank值更新当前页面的值，多次迭代后每个页面的值基本接近真实值。
另外，根据用户的在线点击情况，可以建立人工神经网络，例如输入各单词是否点击，输出用户的实际点击页面的URL，通过在线点击数据更新网络参数