本書系統(tǒng)地闡述機器學習中常見的幾類模型, 包括模型的思想、原理及實現(xiàn)細節(jié)等。同時, 本書還結合了當前熱門的機器學習框架Sklearn, 對書中所涉及的模型進行用法上詳細講解。全書共10章, 第1章介紹機器學習開發(fā)環(huán)境的配置; 第2章講解線性回歸模型的基本原理、回歸模型中常見的幾種評價指標, 以及用于有監(jiān)督模型訓練的梯度下降算法; 第3章介紹邏輯回歸模型的基本原理和分類模型中常見的幾種評價指標等等。