本書通過理論講解與應(yīng)用實(shí)例相結(jié)合的項(xiàng)目式任務(wù)式編排，展示了機(jī)器學(xué)習(xí)的基礎(chǔ)方法和模型，注重實(shí)踐過程，為讀者后續(xù)學(xué)習(xí)打下基礎(chǔ)。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(jī)森林、支持向量機(jī)、KNN分類和K均值聚類共八個任務(wù)，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(jī)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(xué)者的參考用書。