本书主要介绍数据挖掘与机器学习的基本概念和方法，包括数据预处理、Python数据挖掘与可视化基础、关联规则挖掘、回归分析、分类、聚类、神经网络和离群点检测等内容。各章力求原理叙述清晰，易于理解，突出理论联系实际，辅以Python代码实践与指导，带领读者更好地理解与应用算法，快速迈进数据挖掘领域，掌握机器学习算法的理论和应用。
本书可作为高等学校计算机科学与技术、数据科学与大数据技术等相关专业的教材，也可作为科研人员、工程师和大数据爱好者的参考书。

第1章 绪论
1.1 数据挖掘简介
1.2 数据分析与数据挖掘
1.3 数据挖掘的主要任务
1.3.1 关联分析
1.3.2 数据建模预测
1.3.3 聚类分析
1.3.4 离群点检测
1.4 数据挖掘的数据源
1.4.1 数据库数据
1.4.2 数据仓库
1.4.3 事务数据库
1.4.4 其他类型数据
1.5 数据挖掘使用的技术
1.5.1 统计学
1.5.2 机器学习
1.5.3 数据库管理系统与数据仓库
1.6 数据挖掘存在的主要问题
1.7 数据挖掘建模的常用工具
1.7.1 商用工具
1.7.2 开源工具
1.8 为何选用Python进行数据挖掘
1.9 Python数据挖掘常用库
1.10 Jupyter Notebook的使用
1.11 小结
习题
第2章 Python数据分析与挖掘基础
2.1 Python程序概述
2.1.1 基础数据类型
2.1.2 变量和赋值
2.1.3 运算符和表达式
2.1.4 字符串
2.1.5 流程控制
2.1.6 函数
2.2 内建数据结构
2.2.1 列表
2.2.2 元组
2.2.3 字典
2.2.4 集合
2.3 NumPy数值运算基础
2.3.1 创建数组对象
2.3.2 ndarray对象属性和数据转换
2.3.3 生成随机数
2.3.4 数组变换
2.3.5 数组的索引和切片
2.3.6 数组的运算
2.3.7 NumPy中的数据统计与分析
2.4 Pandas统计分析基础
2.4.1 Pandas中的数据结构
2.4.2 索引对象
2.4.3 查看DataFrame的常用属性
2.4.4 DataFrame的数据查询与编辑
2.4.5 Pandas数据运算
2.4.6 函数应用与映射
2.4.7 排序
2.4.8 汇总与统计
2.4.9 数据分组与聚合
2.4.10 Pandas数据读取与存储
2.5 Matplotlib图表绘制基础
2.5.1 Matplotlib简介
2.5.2 Matplotlib绘图基础
2.5.3 设置pyplot的动态rc参数
2.5.4 文本注解
2.5.5 pyplot中的常用绘图
2.6 scikitlearn
2.6.1 scikitlearn简介
2.6.2 scikitlearn中的数据集
2.6.3 scikitlearn的主要功能
2.7 小结
习题
第3章 认识数据
3.1 属性及其类型
3.1.1 属性
3.1.2 属性类型
3.2 数据的基本统计描述
3.2.1 中心趋势度量
3.2.2 数据散布度量
3.3 数据可视化
3.3.1 基于像素的可视化技术
3.3.2 几何投影可视化技术
3.3.3 基于图符的可视化技术
3.3.4 层次可视化技术
3.3.5 可视化复杂对象和关系
3.3.6 高维数据可视化
3.3.7 Python可视化
3.4 数据对象的相似性度量
3.4.1 数据矩阵和相异性矩阵
3.4.2 标称属性的相似性度量
3.4.3 二元属性的相似性度量
3.4.4 数值属性的相似性度量
3.4.5 序数属性的相似性度量
3.4.6 混合类型属性的相似性
3.4.7 余弦相似性
3.4.8 距离度量Python实现
3.5 小结
习题
第4章 数据预处理
4.1 数据预处理的必要性
4.1.1 原始数据中存在的问题
4.1.2 数据质量要求
4.2 数据清洗
4.2.1 数据清洗方法
4.2.2 利用Pandas进行数据清洗
4.3 数据集成
4.3.1 数据集成过程中的关键问题
4.3.2 利用Pandas合并数据
4.4 数据标准化
4.4.1 离差标准化数据
4.4.2 标准差标准化数据
4.5 数据归约
4.5.1 维归约
4.5.2 数量归约
4.5.3 数据压缩
4.6 数据变换与数据离散化
4.6.1 数据变换的策略
4.6.2 Python数据变换与离散化
4.7 利用scikitlearn进行数据预处理
4.8 小结
习题
第5章 回归分析
5.1 回归分析概述
5.1.1 回归分析的定义与分类
5.1.2 回归分析的过程
5.2 一元线性回归分析
5.2.1 一元线性回归方法
5.2.2 一元线性回归模型的参数估计
5.2.3 一元线性回归模型的误差方差估计
5.2.4 一元回归模型的主要统计检验
5.2.5 一元线性回归的Python实现
5.3 多元线性回归
5.3.1 多元线性回归模型
5.3.2 多元线性回归模型的参数估计
5.3.3 多元线性回归的假设检验及其评价
5.3.4 多元线性回归的Python实现
5.4 逻辑回归
5.4.1 逻辑回归模型
5.4.2 逻辑回归的Python实现
5.5 其他回归分析
5.5.1 多项式回归
5.5.2 岭回归
5.5.3 Lasso回归
5.5.4 逐步回归
5.6 小结
习题
第6章 关联规则挖掘
6.1 关联规则分析概述
6.2 频繁项集、闭项集和关联规则
6.3 频繁项集挖掘方法
6.3.1 Apriori算法
6.3.2 由频繁项集产生关联规则
6.3.3 提高Apriori算法的效率
6.3.4 频繁模式增长算法
6.3.5 使用垂直数据格式挖掘频繁项集
6.4 关联模式评估方法
6.4.1 强关联规则

本书从数据挖掘的过程出发，以数据挖掘的流程和主要的机器学习算法为主线，全面系统地介绍了数据挖掘的基本概念和主要思想、典型的机器学习算法以及利用Python实现数据挖掘与机器学习的过程。本书将数据挖掘的理论与方法和机器学习算法以及项目实践充分结合，以便加深加快读者对所学内容的理解和掌握。