本書以Python為基礎(chǔ)，使用Sklearn平臺，逐步帶領(lǐng)讀者熟悉并掌握機器學習的經(jīng)典算法。全書共12章，主要內(nèi)容包括人工智能概述、Python科學計算、數(shù)據(jù)清洗與特征預(yù)處理、數(shù)據(jù)劃分與特征提取、特征降維與特征選擇、模型評估與選擇、KNN算法、決策樹、線性模型、樸素貝葉斯算法、支持向量機和k均值聚類算法，附錄介紹了課程教學大綱和Sklearn數(shù)據(jù)集。
本書內(nèi)容精練，文字簡潔，結(jié)構(gòu)合理，案例經(jīng)典且實用，綜合性強，面向機器學習入門讀者，側(cè)重提高。
本書適合作為高等院校相關(guān)專業(yè)機器學習入門課程教材或教學參考書，也可以供從事機器學習應(yīng)用開發(fā)的技術(shù)人員參考。