本书主要具有以下特色：
1.全彩印刷，全程图解，完 美呈现知识要点与实操步骤，为读者带来良好的学习体验。
2.内容循序渐进，先从Python基础入手，其次介绍常用库，然后通过应用实例和项目实例引导学习，知识结构由浅入深，便于学习。
3.案例丰富实用，全书穿插几十个大小实例，帮助读者边练边学，在实践中快速成长。
4.附赠配套资源，购书即可获赠全程教学视频、源码等资源，并可享受在线技术支持等服务。

本书基于Python语言，结合实际的数据集，介绍了机器学习算法以及数据分析方法的应用。本书主要包含两部分内容，第一部分为Python机器学习入门知识：主要介绍了Python的基础内容、Numpy与Pandas库数据操作、Matplotlib与Seaborn库数据可视化、Sklearn库机器学习，以及与机器学习相关的基础知识；第二部分为Python机器学习算法应用：主要介绍了数据的回归预测分析、时间序列预测，数据无监督学习中的聚类、降维以及关联规则，数据分类模型的应用以及针对文本数据与网络图数据的机器学习算法应用。
本书适合对机器学习、数据分析感兴趣的初学者学习，也可作为Python机器学习、数据分析、数据可视化的入门及进阶的教材。

第1章Python机器学习快速入门1
1.1Python安装1
1.1.1安装Anaconda1
1.1.2安装Python库5
1.2Python常用数据类型5
1.2.1列表5
1.2.2元组8
1.2.3字典9
1.2.4集合10
1.2.5字符串11
1.3Python条件、循环与函数13
1.3.1条件判断语句13
1.3.2循环语句14
1.3.3函数16
1.4机器学习简介17
1.4.1无监督学习18
1.4.2有监督学习20
1.4.3半监督学习21
1.4.4常用机器学习算法22
1.5本章小结22

第2章Python中的常用库23
2.1Numpy库23
2.1.1Numpy数组生成24
2.1.2Numpy数组运算27
2.1.3Numpy数组操作28
2.1.4Numpy常用函数33
2.2Pandas库36
……