本书旨在为读者提供与机器学习有关Python3的基本编程概念。快速介绍了Python 3、NumPy和Pandas。介绍了机器学习的基本概念。主要介绍机器学习分类器，例如逻辑回归、kNN、决策树、随机森林和SVM。介绍了自然语言处理和强化学习。本书还提供了基于Keras的代码示例作为理论讨论的补充。此外还为正则表达式、Keras和TensorFlow 2提供了单独的附录。

译者序
前言
第1章 Python 3简介
1.1 Python相关工具与安装
1.1.1 Python相关工具
1.1.2 安装Python
1.1.3 设置PATH环境变量（仅Windows)
1.2 Python编程基础
1.2.1 Python交互式解释器
1.2.2 Python基础语法
1.2.3 以模块形式保存代码
1.2.4 Python中的一些标准模块
1.2.5 help()和dir()函数
1.2.6 编译时和运行时的代码检查
1.3 Python中的简单数据类型
1.3.1 数字
1.3.2 字符串
1.3.3 处理日期
1.4 Python中的异常处理
1.4.1 处理用户输入
1.4.2 命令行参数
1.5 小结
第2章 条件逻辑、循环和函数
2.1 Python中的条件逻辑
2.1.1 Python的保留关键字
2.1.2 Python运算符的优先级
2.1.3 比较运算符和布尔运算符
2.2 Python中的变量和参数
2.2.1 局部变量和全局变量
2.2.2 变量的作用域
2.2.3 引用传递和值传递
2.2.4 实参和形参
2.3 在Python 中使用循环
2.3.1 Python 中的 for 循环
2.3.2 Python 中的 while 循环
2.4 Python中的用户自定义函数
2.4.1 在函数中设定默认值
……
第3章 Python数据类型
第4章 NumPy和Pandas介绍
第5章 机器学习
第6章 机器学习中的分类器
第7章 自然语言处理与强化学习
附录A 正则表达式简介
附录B Keras 介绍
附录C TF2介绍