数据科学家是当下炙手可热的职业，机器学习则是他们的必备技能，机器学习在大数据分析中居于核心的地位，在互联网、金融保险、制造业、零售业、医疗等产业领域发挥了越来越大的作用且日益受到关注。Python是又好又热门的编程语言之一，以简单易学、应用广泛、类库强大而著称，是实现机器学习算法的最佳语言。
《Python大战机器学习：数据科学家的第—个小目标》以快速上手、四分理论六分实践为出发点，讲述机器学习的算法和Python编程实践，采用“原理笔记精华 算法Python实现 问题实例 实际代码 运行调参”的形式展开，理论与实践结合，算法原理与编程实战并重。
全书共13 章分为4篇展开：第—篇：机器学习基础篇（第1～6 章），讲述机器学习的基础算法，包括线性模型、决策树、贝叶斯分类、k近邻法、数据降维、聚类和EM算法；第二篇：机器学习高级篇（第7～10章），讲述经典而常用的高级机器学习算法，包括支持向量机、人工神经网络、半监督学习和集成学习；第三篇：机器学习工程篇（第11～12章），讲述机器学习工程中的实际技术，包括数据预处理，模型评估、选择与验证等。第四篇：kaggle实战篇（第13章），讲述一个kaggle竞赛题目的实战。《Python大战机器学习：数据科学家的第—个小目标》内容丰富、深入浅出，算法与代码齐头并进，无论你是新手还是有经验的读者，都能快速学到你想要的。
本书可供为高等院校计算机、金融、数学、自动化及相关理工科专业的本科生或研究生使用，也可供对机器学习感兴趣的研究人员和工程技术人员阅读参考。
第一篇 机器学习基础篇1
第1 章 线性模型 2
第2 章 决策树 30
第3 章 贝叶斯分类器 55
第4 章 k 近邻法 70
第5章 数据降维 83
第6章 聚类和EM 算法 119
第二篇 机器学习高级篇155
第7章 支持向量机 156
第8章 人工神经网络 192
第9章 半监督学习 225
第10章 集成学习 244
第三篇 机器学习工程篇299
第11章 数据预处理 300
第12 章 模型评估、选择与验证 345
第四篇 Kaggle 实战篇401
第13 章 Kaggle 牛刀小试 402
