機器學習關注於預測，其核心是一種基於數學和演算法的技術，要掌握該技術，需要對數學及統計概念有深入理解，能夠熟練使用R 語言或者其他程式語言。 
　　本書通過集中介紹兩類可以進行有效預測的機器學習演算法，展示瞭如何使用Python 程式語言完成機器學習任務，從而降低機器學習難度，使機器學習能夠被更廣泛的人群掌握。 
　　作者利用多年的機器學習經驗帶領讀者設計、構建並實現自己的機器學習方案。本書儘可能地用簡單的術語來介紹演算法，避免複雜的數學推導，同時提供了示例程式碼幫助讀者迅速上手。讀者會很快深入瞭解模型構建背後的原理，不論簡單問題還是複雜問題，讀者都可以學會如何找到問題的解決演算法。書中詳細的示例，給出了具體的可修改的程式碼，展示了機器學習機理，涵蓋了線性迴歸和整合方法，幫助理解使用機器學習方法的基本流程。 
　　本書為不具備數學或統計背景的讀者量身打造，詳細介紹瞭如何： 
　　● 針對任務選擇合適演算法； ● 對不同目的應用訓練好的模型； 
　　● 學習資料處理機制，準備資料； ● 評估模型效能以保證應用效果； 
　　● 掌握Python 機器學習核心演算法包； ● 使用示例程式碼設計和構建你自己的模型； 
　　● 構建實用的多功能預測模型。 

本書電子版及其他資料免費下載：新增微信：cnsk27（一定要備註："資料")