本書全面且系統地介紹了機器學習測試技術與質量體系建設，分為5部分，共15章。
第一部分（第1～4章）涵蓋了機器學習、Python編程、數據分析的基礎知識；
第二部分（第5～7章）介紹了大數據基礎、大數據測試指南及相關工具實踐；
第三部分（第8～10章）講解了機器學習測試基礎、特徵專項測試及模型算法評估測試；
第四部分（第11～13章）介紹了模型評估平台實踐、機器學習工程技術及機器學習的持續交付流程；
第五部分（第14章和第15章）探討了AI（Artificial Intelligence）在測試領域的實踐及AI時代測試工程師的未來。
本書能夠幫助讀者了解機器學習是如何工作的，了解機器學習的質量保障是如何進行的。
工程開發人員和測試工程師通過閱讀本書，可以系統化地了解大數據測試、
特徵測試及模型評估等知識；算法工程師通過閱讀本書，
可以學習模型評測的方法和拓寬模型工程實踐的思路；
技術專家和技術管理者通過閱讀本書，可以了解機器學習質量保障與工程效能的建設方案。