本书系统地介绍了机器学习的相关知识。本书共12章,内容包括机器学习、机器学习的数学基础、不同格式数据的读取与写入、数据预处理、回归、决策树分类、贝叶斯分类、支持向量机分类、聚类、人工神经网络、OpenCV图像识别、TensorFlow深度学习。 本书可作为高等院校计算机、人工智能、软件工程、信息管理等相关专业的机器学习课程教材，也可作为相关技术人员的参考书。

曹洁：男，郑州轻工业大学副教授，同济大学博士毕业。研究方向：数据分析、机器学习、并行分布式处理。近年在软件学报、电子学报、计算机研究与发展、通信学报等刊物上发表10余篇论文。

前言 国家《新一代人工智能发展规划》指出: 人工智能成为经济发展的新引擎，人工智能作为新一轮产业变革的核心驱动力，将进一步释放历次科技革命和产业变革积蓄的巨大能量，并创造新的强大引擎，重构生产、分配、交换、消费等经济活动各环节，形成从宏观到微观各领域的智能化新需求，催生新技术、新产品、新产业、新业态、新模式，引发经济结构重大变革，深刻改变人类的生产、生活方式和思维模式，实现社会生产力的整体跃升。 机器学习是人工智能的一种途径或子集，它强调学习，而不是计算机程序。机器学习使用历史数据训练模型，训练完成之后得到一个训练好的模型，使用该模型可对新的数据做出判断或预测。 1. 本书编写特色 内容系统全面: 全面介绍机器学习的经典和主流算法。 原理浅显易懂: 循序渐进阐述各类机器学习算法原理。 原理实践结合: 每种机器学习模型都配套了对应的实践案例。 算法代码实现: 使用Python 3.6.x实现书中所有算法。 2. 本书内容组织 第1章: 机器学习。介绍机器学习的概念、机器学习的形式、构建机器学习系统的一般流程、机器学习的典型应用。 第2章: 机器学习的数学基础，介绍相似性和相异性的度量、基于梯度的优化方法、概率与统计基础、矩阵基础。 第3章: 不同格式数据的读取与写入，介绍使用csv模块读取和写入csv文件、使用pythondocx模块处理Word文档、Excel文件的读与写、pandas读写不同格式的数据、NumPy读写数据文件、读写JSON数据。 第4章: 数据预处理，介绍缺失值处理、噪声数据处理、数据规范化、数据离散化、数据规约、数据降维...