Este livro sobre aprendizagem automática foi concebido para estudantes e investigadores, abrangendo tópicos actuais e fornecendo bases teóricas, ferramentas conceptuais e aplicações práticas. Apresenta ferramentas e conceitos teóricos inovadores, abordando questões complexas e áreas de investigação em curso. O livro abrange técnicas avançadas de aprendizagem supervisionada, não supervisionada e de reforço com exemplos práticos para maior clareza. Cada capítulo baseia-se em conhecimentos fundamentais, começando com os princípios básicos no Capítulo 1 e uma visão geral abrangente de dados e estatísticas no Capítulo 2. Os Capítulos 3 e 4 exploram algoritmos e aplicações de aprendizagem supervisionada e não supervisionada. O Capítulo 5 introduz a aprendizagem por reforço, o Capítulo 6 centra-se na avaliação e seleção de modelos e o Capítulo 7 examina a afinação de hiperparâmetros e as estratégias de seleção de modelos. O Capítulo 8 aborda técnicas avançadas de aprendizagem supervisionada, como os métodos de conjunto e a aprendizagem auto-supervisionada. O livro tem como objetivo dotar os leitores de uma compreensão profunda da aprendizagem automática, assumindo um conhecimento básico de estatística, probabilidade e análise de algoritmos e enfatiza as provas e os fundamentos teóricos.