本书以项目实践作为主线，结合必需的理论知识，以任务的形式进行内容设计，每个任务都包含任务描述及任务实施的步骤，读者按照实施步骤进行操作就可以完成相应的学习任务，从而不断提升项目实践能力。本书主要内容涉及机器学习的基础知识，模型评估与选择，回归、分类、聚类等机器学习算法，数据挖掘的基础知识，数据分析与应用，以及通过用户行为分析预测项目学习如何将机器学习与数据挖掘应用到实际中。
本书适合使用机器学习与数据挖掘技术进行大数据处理的程序员、架构师和产品经理作为技术参考和培训资料，也可作为高校本科生和研究生的教材。

项目1 初识机器学习
任务1 学习机器学习的理论
【任务描述】
【任务目标】
【知识链接】
【任务实施】
任务2 软件的安装与使用
【任务描述】
【任务目标】
【知识链接】
【任务实施】
项目小结
思考与练习
项目2 模型评估与选择
任务1 学习过拟合与欠拟合
【任务描述】
【任务目标】
【知识链接】
【任务实施】
任务2 学习评估方法
【任务描述】
【任务目标】
【知识链接】
【任务实施】
任务3 学习性能度量与检验
【任务描述】
【任务目标】
【知识链接】
【任务实施】
项目小结
项目拓展
思考与练习
项目3 回归算法与应用
任务1 学习回归预测问题
【任务描述】
【任务目标】
【知识链接】
【任务实施】
任务2 学习线性回归
【任务描述】
【任务目标】
【知识链接】
【任务实施】
任务3 学习Lasso回归
【任务描述】
【任务目标】
【知识链接】
【任务实施】
任务4 学习神经网络
【任务描述】
【任务目标】
【知识链接】
【任务实施】
任务5 学习逻辑斯谛回归
【任务描述】
【任务目标】
【知识链接】
【任务实施】
项目小结
项目拓展
思考与练习
项目4 分类算法与应用
任务1 学习分类问题
【任务描述】
【任务目标】
【知识链接】
【任务实施】
任务2 学习支持向量机
【任务描述】
【任务目标】
【知识链接】
【任务实施】
任务3 学习朴素贝叶斯分类
【任务描述】
【任务目标】
【知识链接】
【任务实施】
任务4 学习kNN算法
【任务描述】
【任务目标】
【知识链接】
【任务实施】
任务5 学习决策树
【任务描述】
【任务目标】
【知识链接】
【任务实施】
项目小结
项目拓展
思考与练习
项目5 聚类算法与应用
任务1 学习聚类问题
【任务描述】
【任务目标】
【知识链接】
【任务实施】
任务2 学习K-means聚类
【任务描述】
【任务目标】
【知识链接】
【任务实施】
任务3 学习密度聚类
【任务描述】
【任务目标】
【知识链接】
【任务实施】
任务4 学习层次聚类
【任务描述】
【任务目标】
【知识链接】
【任务实施】
任务5 学习主成分分析
【任务描述】
【任务目标】
【知识链接】
【任务实施】
任务6 进行聚类效果评测
【任务描述】
【任务目标】
【知识链接】
【任务实施】
项目小结
项目拓展
思考与练习
项目6 机器学习应用
任务1 学习MNIST数字分类
【任务描述】
【任务目标】
【知识链接】
【任务实施】
任务2 学习泰坦尼克号生存计划
【任务描述】
【任务目标】
【任务实施】
任务3 进行房价预测
【任务描述】
【任务目标】
【任务实施】
项目小结
项目拓展
思考与练习
项目7 数据挖掘
任务1 学习数据挖掘的概念
【任务描述】
【任务目标】
【知识链接】
【任务实施】
任务2 学习数据挖掘的应用
【任务描述】
【任务目标】
【知识链接】
【任务实施】
任务3 学习数据挖掘的模型
【任务描述】
【任务目标】
【知识链接】
【任务实施】
项目小结
项目拓展
思考与练习
项目8 数据分析与应用
任务1 学习数据分析的概念
【任务描述】
【任务目标】
【任务实施】
任务2 学习关联规则算法及应用
【任务描述】
【任务目标】
【知识链接】
【任务实施】
任务3 进行银行信贷预测
【任务描述】
【任务目标】
【任务实施】
任务4 使用WEKA软件进行房屋定价
【任务描述】
【任务目标】
【知识链接】
【任务实施】
项目小结
项目拓展
思考与练习
项目9 淘宝用户行为分析预测
【项目描述】
【项目目标】
【知识链接】
【项目实施】
项目小结
项目拓展
思考与练习
参考文献