本書作者通過兩個(gè)簡單的、可應(yīng)用于生產(chǎn)的Python框架展示了如何應(yīng)用無監(jiān)督學(xué)習(xí)：Scikit-learn和包含Keras的TensorFlow。通過代碼和親身操作的實(shí)例，數(shù)據(jù)科學(xué)家將發(fā)現(xiàn)數(shù)據(jù)中難以發(fā)現(xiàn)的模型：檢測數(shù)據(jù)中的異常、進(jìn)行自動(dòng)特征工程和選擇、生成合成數(shù)據(jù)集等，并獲得更深層次的業(yè)務(wù)洞察力。