"本书按照利用机器学习算法建立经济金融模型的流程安排章节内容，从拓宽读者技能的角度出发，主要介绍

经济金融领域常用的

人工智能模型。

全书共11章，分为两部分。第1~5章是建模的前期准备，包括绪论、Python编程基础及数据处理、数据可视化、数据表格的处理与数据清洗、特征工程等。第6~11章介绍常用的模型，包括聚类、主成分分析、线性模型、支持向量机、决策树与随机森林、神经网络等。本书通过图文结合的方式详细解释了复杂数学模型的核心思想，对每条代码的功能进行解释，以降低读者理解复杂

命令的难度。

本书可作为高等院校计算机类、经济学、金融学等相关专业的教材，也可作为感兴趣读者的自学读物，还可作为相关行业技术人员的参考用书。

"