本書是機器學習入門書，以Python語言介紹。主要內(nèi)容包括：機器學習的基本概念及其應用；實踐中最常用的機器學習算法以及這些算法的優(yōu)缺點；在機器學習中待處理數(shù)據(jù)的呈現(xiàn)方式的重要性，以及應重點關注數(shù)據(jù)的哪些方面；模型評估和調(diào)參的高級方法，重點講解交叉驗證和網(wǎng)格搜索；管道的概念；如何將前面各章的方法應用到文本數(shù)據(jù)上，還介紹了一些文本特有的處理方法。                                                    

本書的結構大致如下。

 ?第 1 章介紹機器學習的基本概念及其應用，并給出本書會用到的基本設置。 

 ?第 2 章和第 3 章介紹實踐中最常用的機器學習算法，并討論這些算法的優(yōu)缺點。 

 ?第 4 章介紹在機器學習中待處理數(shù)據(jù)的呈現(xiàn)方式的重要性，以及應重點關注數(shù)據(jù)的哪些方面。

 ?第 5 章介紹模型評估和調(diào)參的高級方法，重點講解交叉驗證和網(wǎng)格搜索。 

 ?第 6 章解釋管道的概念。管道用于串聯(lián)多個模型并封裝工作流。 

 ?第 7 章介紹如何將前面各章講述的方法應用到文本數(shù)據(jù)上，還介紹了一些文本特有的處理方法。 

 ?第 8 章對全書進行總結，還介紹了有關更高級主題的參考資料。

Andreas C. Mu?ller scikit-learn庫維護者和核心貢獻者?，F(xiàn)任哥倫比亞大學數(shù)據(jù)科學研究院講師，曾任紐約大學數(shù)據(jù)科學中心助理研究員、亞馬遜公司計算機視覺應用的機器學習研究員。在波恩大學獲得機器學習博士學位。 Sarah Guido Mashable公司數(shù)據(jù)科學家，曾擔任Bitly公司首席數(shù)據(jù)科學家。