内容提要

本书通过解释数学原理和展示编程示例对机器学习进行了系统、全面的解析。全书共分为12章，内容涵盖了机器学习以及Python语言的基础知识、特征工程的概念与操作技术、数据可视化技术的实现、监督学习及无监督学习算法、文本分析、神经网络和深度学习、推荐系统的构建方法以及预测处理时间序列的方法等。阅读本书能够加深读者对机器学习的认识和理解，从而达到理论与实践相结合、学以致用的目的。

本书适合Python程序员、数据分析人员、对机器学习感兴趣的读者以及机器学习领域的从业人员阅读。

图1.18

图1.19

图1.20

图1.21

图1.22

图1.25

图1.26

图4.1

图4.2

图4.5

图4.6

图4.8

图4.9

图4.10

图4.22

图5.21

图6.16

图7.11

图7.12

图7.13

图7.14

图7.15

图7.22

图7.23

图7.24

图7.25

图7.26

图7.27

图7.29

图7.30

图7.31

图7.32

图7.33

图7.34

图7.35

图7.36

图7.37

图7.38

图8.2

图8.3

图8.4

图8.10

图12.2

图12.7

图12.16

图12.17

图12.18