前  言

机器学习是人工智能领域核心的研究方向，其应用遍及人工智能的各个领域。机器学习已经有了十分广泛的应用，例如数据挖掘、计算机视觉、自然语言处理、生物特征识别、搜索引擎、医学诊断、检测信用卡欺诈、证券市场分析、DNA序列测序、语音和手写识别、战略游戏和机器人运用等。机器学习是人工智能和神经计算的核心研究课题之一，解决计算机程序如何随着经验积累自动提高性能。

作者在工作中接触和应用机器学习的相关算法过程中，发现目前没有比较完备的基于Python 3语言的机器学习专业图书，所以写了这本以Python 3为基础实践语言的机器学习工具书，仅供从事机器学习人员参阅。

本书内容

本书的目的是展现基于Python 3机器学习中核心的算法与实践，重点介绍与机器学习相关的知识理论与Python实例。

本书分为6章，系统地讲解机器学习的典型算法：第1章简要介绍有关机器学习的基础知识，第2章讲解机器学习的数据特征，第3章介绍机器学习的分类算法，第4章主要介绍机器学习开源项目场景应用，第5、6章在机器学习平台Kaggle与PaddlePaddle上进行算法应用。本书的例子都是在Python 3集成开发环境Anaconda 3中经过实际调试通过的典型案例，大部分实验数据来源于GitHub，并且很多例子源程序都给出了网址地址，读者可以参考实现。

本书读者

本书可以作为计算机科学与工程、计算统计学和社会科学等专业的大学生或研究生的专业参考书，也可作为软件研究人员或从业人员的参考资料。由于机器学习专业素材的多学科性，读者可以根据对应的知识背景参考对应的专业书籍。

源码下载

本书配套源码下载地址请扫描下方二维码获得。如果下载有问题，请联系booksaga@163.com，邮件主题为“Python机器学习算法与应用”。

致谢

本书完成之际，要感谢家人的支持与关爱。同时也要感谢同事，与他们的交流、探讨使得本书得以修正和完善。

由于作者水平有限，书中纰漏之处在所难免，恳请读者不吝赐教。本书中参考的网络资源均在参考文献中给出出处。

邓立国

2020年3月