機器學習關(guān)注于預測，其核心是一種基于數(shù)學和算法的技術(shù)，要掌握該技術(shù)，需要對數(shù)學及統(tǒng)計概念有深入理解，能夠熟練使用R 語言或者其他編程語言。

Python機器學習這本書通過集中介紹兩類可以進行有效預測的機器學習算法，展示了如何使用Python 編程語言完成機器學習任務(wù)，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(jīng)驗帶領(lǐng)讀者設(shè)計、構(gòu)建并實現(xiàn)自己的機器學習方案。本書盡可能地用簡單的術(shù)語來介紹算法，避免復雜的數(shù)學推導，同時提供了示例代碼幫助讀者迅速上手。讀者會很快深入了解模型構(gòu)建背后的原理，不論簡單問題還是復雜問題，讀者都可以學會如何找到問題的解決算法。書中詳細的示例，給出了具體的可修改的代碼，展示了機器學習機理，涵蓋了線性回歸和集成方法，幫助理解使用機器學習方法的基本流程。

本書為不具備數(shù)學或統(tǒng)計背景的讀者量身打造，詳細介紹了如何：
● 針對任務(wù)選擇合適算法； ● 對不同目的應(yīng)用訓練好的模型；
● 學習數(shù)據(jù)處理機制，準備數(shù)據(jù)； ● 評估模型性能以保證應(yīng)用效果；
● 掌握Python 機器學習核心算法包； ● 使用示例代碼設(shè)計和構(gòu)建你自己的模型；
● 構(gòu)建實用的多功能預測模型。