隨著機器學習算法的普及，開發(fā)和優(yōu)化這些算法的新工具也得到了發(fā)展。本書首先介紹了scikit-learn包，學習如何使用scikit-learn語法；學習監(jiān)督模型和無監(jiān)督模型之間的差異，以及為每個數據集選擇適當算法的重要性；學習將無監(jiān)督聚類算法應用到真實的數據集中，發(fā)現其中的規(guī)律，并在探索中解決無監(jiān)督機器學習問題。其次，本書重點研究監(jiān)督學習算法，學習如何使用scikit-learn包實現不同的監(jiān)督算法以及如何開發(fā)神經網絡架構；還將了解如何采用合乎邏輯的結果分析，并通過調節(jié)超參數來改善算法的性能。

本書理論講解與練習實例相結合，并通過大量的活動指導讀者進行真實數據集的模擬訓練。學完本書將知道如何描述監(jiān)督模型和無監(jiān)督模型之間的差異，以及如何將一些流行的算法應用于現實生活中的數據集中，將獲得諸多技能并有信心編寫機器學習算法。

本書面向機器學習領域的新手和希望學習如何使用scikit-learn庫開發(fā)機器學習算法的開發(fā)人員。讀者需要具備Python編程方面的一些知識和經驗，但不需要任何關于scikit-learn或機器學習算法的先驗知識。