"涵蓋機器學習模型和scikit-learn使用技巧、基本工具和實現方法，循序漸進地講解相關機器學習算法，帶你輕松踏上機器學習之旅。采用理論與實踐相結合的方式，結合Python 3的強大功能，以最小的編程代價實現機器學習算法。全程以真實案例驅動，詳解機器學習的基本概念、算法流程、模型構建、數據訓練、模型評估與調優、推薦工具和實現方法。"

●第1章 機器學習概述
1.1什麼是機器學習
1.2機器學習的作用領城
1.3機器學習的分類
1.4機器學習理論基礎
1.5機器學習應用開發的典型步驟
1.6本章小結
1.7復習題
第2章 機器學習之數據特征
2.1數據的分布特征
2.1.1數據分布集中趨勢的測度
2.1.2數據分布離散程度的測定
2.1.3數據分布偏態與峰度的測定
2.2數據的相關性
2.2.1相關關繫
2.2.2相關分析
2.3數據的聚類性
2.4數據主成分分析
……

本書圍繞scikit-learn庫，詳細介紹機器學習模型、算法、應用場景及其案例實現方法，通過對相關算法循序漸進的講解，帶你輕松踏上機器學習之旅。本書采用理論與實踐相結合的方式，結合Python3語言的強大功能，以最小的編程代價來實現機器學習算法。本書配套PPT課件、案例源碼、數據集、開發環境與答疑服務。本書共分13章，內容包括機器學習的基礎理論、模型範式、策略、算法以及機器學習的應用開發，涵蓋特征提取、簡單線性回歸、k近鄰算線性回歸、邏輯回歸、樸素貝葉斯、非線性分類、決策樹回歸、隨機森林、感知機、支持向量機、人工神經網絡、K均值算法、主成分分析等熱點研究領域。本書可以作為機器學習初學者、研究人員或從業人員的參考書，也可以作為計算機科學、大數據、人工智能、統計學和社會科學等專業的大學生或研究生的教材。

鄧立國 等 著