本書通過理論講解與應用實例相結(jié)合的項目式任務式編排，展示了機器學習的基礎方法和模型，注重實踐過程，為讀者后續(xù)學習打下基礎。本書基于Python語言總結(jié)了回歸、分類、聚類三種分析方法，主要內(nèi)容包括線性回歸、邏輯斯特回歸、樸素貝葉斯分類、決策樹分類、隨機森林、支持向量機、KNN分類和K均值聚類共八個任務，并附有相關(guān)程序代碼及參考答案。本書可作為職業(yè)院校計算機類、大數(shù)據(jù)類與人工智能類專業(yè)及相關(guān)專業(yè)的課程用書，也可作為數(shù)據(jù)處理技術(shù)初學者的參考用書。