本書是機器學習入門書，以Python語言介紹。主要內容包括：機器學習的基本概念及其應用；實踐中zui常用的機器學習算法以及這些算法的優缺點；在機器學習中待處理數據的呈現方式的重要性，以及應重點關注數據的哪些方麵；模型評估和調參的高ji方法，重點講解交叉驗證和網格搜索；管道的概念；如何將前麵各章的方法應用到文本數據上，還介紹瞭一些文本特有的處理方法。
本書適閤機器學習從業者或有誌成為機器學習從業者的人閱讀。

 前言　　ix
第1章　引言　　1
1.1　為何選擇機器學習　　1
1.1.1　機器學習能夠解決的問題　　2
1.1.2　熟悉任務和數據　　4
1.2　為何選擇Python　　4
1.3　scikit-learn　　4
1.4　必要的庫和工具　　5
1.4.1　Jupyter Notebook　　6
1.4.2　NumPy　　6
1.4.3　SciPy　　6
1.4.4　matplotlib　　7
1.4.5　pandas　　8
1.4.6　mglearn　　9
1.5　Python 2與Python 3的對比　　9
1.6　本書用到的版本　　10
1.7　第壹個應用：鳶尾花分類　　11
1.7.1　初識數據　　12
1.7.2　衡量模型是否成功：訓練數據與測試數據　　14
1.7.3　要事第壹：觀察數據　　15
1.7.4　構建第壹個模型：k近鄰算法　　16
1.7.5　做齣預測　　17
1.7.6　評估模型　　18
1.8　小結與展望　　19
第2章　監督學習　　21
2.1　分類與迴歸　　21
2.2　泛化、過擬閤與欠擬閤　　22
2.3　監督學習算法　　24
2.3.1　一些樣本數據集　　25
2.3.2　k 近鄰　　28
2.3.3　綫性模型　　35
2.3.4　樸素貝葉斯分類器　　53
2.3.5　決策樹　　54
2.3.6　決策樹集成　　64
2.3.7　核支持嚮量機　　71
2.3.8　神經網絡（深度學習）　　80
2.4　分類器的不確定度估計　　91
2.4.1　決策函數　　91
2.4.2　預測概率　　94
2.4.3　多分類問題的不確定度　　96
2.5　小結與展望　　98
第3章　無監督學習與預處理　　100
3.1　無監督學習的類型　　100
3.2　無監督學習的挑戰　　101
3.3　預處理與縮放　　101
3.3.1　不同類型的預處理　　102
3.3.2　應用數據變換　　102
3.3.3　對訓練數據和測試數據進行相同的縮放　　104
3.3.4　預處理對監督學習的作用　　106
3.4　降維、特徵提取與流形學習　　107
3.4.1　主成分分析　　107
3.4.2　非負矩陣分解　　120
3.4.3　用t-SNE進行流形學習　　126
3.5　聚類　　130
3.5.1　k 均值聚類　　130
3.5.2　凝聚聚類　　140
3.5.3　DBSCAN　　143
3.5.4　聚類算法的對比與評估　　147
3.5.5　聚類方法小結　　159
3.6　小結與展望　　159
第4章　數據錶示與特徵工程　　161
4.1　分類變量　　161
4.1.1　One-Hot編碼（虛擬變量）　　162
4.1.2　數字可以編碼分類變量　　166
4.2　分箱、離散化、綫性模型與樹　　168
4.3　交互特徵與多項式特徵　　171
4.4　單變量非綫性變換　　178
4.5　自動化特徵選擇　　181
4.5.1　單變量統計　　181
4.5.2　基於模型的特徵選擇　　183
4.5.3　迭代特徵選擇　　184
4.6　利用專傢知識　　185
4.7　小結與展望　　192
第5章　模型評估與改進　　193
5.1　交叉驗證　　194
5.1.1　scikit-learn中的交叉驗證　　194
5.1.2　交叉驗證的優點　　195
5.1.3　分層k 摺交叉驗證和其他策略　　196
5.2　網格搜索　　200
5.2.1　簡單網格搜索　　201
5.2.2　參數過擬閤的風險與驗證集　　202
5.2.3　帶交叉驗證的網格搜索　　203
5.3　評估指標與評分　　213
5.3.1　牢記zui終目標　　213
5.3.2　二分類指標　　214
5.3.3　多分類指標　　230
5.3.4　迴歸指標　　232
5.3.5　在模型選擇中使用評估指標　　232
5.4　小結與展望　　234
第6章　算法鏈與管道　　236
6.1　用預處理進行參數選擇　　237
6.2　構建管道　　238
6.3　在網格搜索中使用管道　　239
6.4　通用的管道接口　　242
6.4.1　用make_pipeline方便地創建管道　　243
6.4.2　訪問步驟屬性　　244
6.4.3　訪問網格搜索管道中的屬性　　244
6.5　網格搜索預處理步驟與模型參數　　246
6.6　網格搜索選擇使用哪個模型　　248
6.7　小結與展望　　249