本书在不涉及大量数学模型与复杂算法实现的前提下,从机器学习概述开始,由“泰坦尼克号数据分析与预处理”“良/恶性乳腺癌肿瘤预测”“波士顿房价预测”“客户类别细分”“手写体数字特征降维”“在线旅行社价格异常检测”六个案例分别引入数据分析、分类、回归、聚类、特征降维和异常检测的应用开发实战技术及其少量理论,能够帮助读者以最快的速度掌握使用scikit—learn库进行机器学习开发的实战技能。最后是机器学习学习中可能用到的附录。