本书秉持理论为基、实践为用的编写理念，依托完善的Python技术生态，搭建模块化知识体系与多元化应用场景，聚焦机器学习与数据挖掘工程化实操能力培养，打通算法理论与工程落地之间的壁垒。全书内容体系清晰完整，划分为Python基础入门、经典机器学习算法、综合项目实践三大模块，兼顾理论讲解与实战教学。书中融入大量贴合行业真实场景的应用案例，每章均配备案例详解与分步操作指南，助力读者巩固知识要点、提升代码实操与问题解决能力。本书配套全套教学课件、源码、习题及教学进度大纲等丰富教辅资源，适配课堂教学与自主学习双重需求。 本书精准适配应用型本科院校教学需求，贴合学生动手能力突出、理论基础有待夯实的学情，适合作为本科及研究生机器学习相关课程教材与参考用书。

黄海广，温州大学计算机与人工智能学院教师，博士、副教授，硕士生导师。黄海广博士致力于致力于人工智能在国内的普及工作，在学术界和工业界都有大量读者；善于指导初学者入门，他翻译和编写过大量人工智能领域的文章，帮助过无数初学者。其个人笔记《吴恩达机器学习个人笔记》被下载超过百万次，个人的Github的获赞数（star）75000多个；在知识分享平台知乎，拥有关注者超过7万人，文章被收藏超过21万次。出版教材《机器学习入门基础（微课版）》，公开课《机器学习》（中国大学慕课）。

前言 习近平总书记在党的二十大报告中深刻指出: 教育、科技、人才是全面建设社会主义现代化国家的基础性、战略性支撑。 这一论断明确了教育、科技、人才在国家发展中的核心地位。我们必须坚持科技是第一生产力、人才是第一资源、创新是第一动力，深入实施科教兴国战略、人才强国战略、创新驱动发展战略，共同服务于创新型国家的建设。 报告同时强调了推动战略性新兴产业融合集群发展的重要性，特别是在新一代信息技术、人工智能、生物技术、新能源、新材料、高端装备、绿色环保等领域构建新的增长引擎。 在这一宏观背景下，人工智能作为引领新一轮科技革命和产业变革的核心技术，其在制造、金融、教育、医疗和交通等领域的应用场景不断落地，极大地改变了既有的生产生活方式。 机器学习作为人工智能的核心和基础，其研究和应用对于培养具有创新能力的人才、推动科技进步和实现国家战略目标具有重要意义。 在编者之前的著作《机器学习入门基础(微课版)》(ISBN 9787302619581)中，重点阐述了机器学习的基本原理、算法及其数学基础。这本书已被100多所学校选为本科生教材，深受读者欢迎。然而，随着技术的不断发展和实践应用的增多，我意识到单纯的理论阐述已不能满足读者的需求。因此，编者决定撰写《机器学习与数据挖掘(基于Python)》，增加实践内容，帮助读者更好地将理论与实际相结合。 在本书中，编者结合丰富的案例分析和实际操作，基于Python开发环境，带领读者通过真实的数据集进行建模与评估，直观地理解各种机器学习算法的实际效果。通过理论与实践的深度融合，本书旨在培养读者的应用能力，使读者能够独立完成机器学习...