前言
Python机器学习实践指南
机器学习正在迅速成为数据驱动型世界的一个必备模块。许多不同的领域如机器人、医学、零售和出版等，都需要依赖这门技术。在这本书中，你将学习如何一步步构建真实的机器学习应用程序。
通过易于理解的项目，你将学习如何处理各种类型的数据，如何以及何时应用不同的机器学习技术，包括监督学习和无监督学习。
本书中的每个项目都同时提供了教学和实践。例如，你将学习如何使用聚类技术来发现低价的机票，以及如何使用线性回归找到一间便宜的公寓。本书以通俗易懂、简洁明了的方式，教你如何使用机器学习来收集、分析并操作大量的数据。
目录
第1章 Python机器学习的生态系统
1.1 数据科学/机器学习的工作流程
1.2 Python库和功能
1.3 设置机器学习的环境
1.4 小结
第2章 构建应用程序，发现低价的公寓
第3章 构建应用程序，发现低价的机票
第4章 使用逻辑回归预测IPO市场
第5章 创建自定义的新闻源
第6章 预测你的内容是否会广为流传
第7章 使用机器学习预测股票市场
第8章 建立图像相似度的引擎
第9章 打造聊天机器人
第10章 构建推荐引擎
