朱塞佩·博納科爾索著的《機器學習算法/智能
科學與技術叢書》采用理論與實踐相結合的方式，在
簡明扼要地闡明機器學習原理的基礎上，通過大量實
例介紹了不同場景下機器學習算法在scikit-learn中
的實現及應用。書中還有大量的代碼示例及圖例，便
於讀者理解和學習並實際上手操作。另一方面，書中
還有很多的延伸閱讀指導，方便讀者繫統性地了解機
器學習領域的現有技術及其發展狀況。

譯者序
前言
作者簡介
審校人員簡介
第1章 機器學習簡介
1.1 經典機器和自適應機器簡介
1.2 機器學習的分類
1.2.1 監督學習
1.2.2 無監督學習
1.2.3 強化學習
1.3 **機器學習——深度學習和仿生自適應繫統
1.4 機器學習和大數據
延伸閱讀
本章小結
第2章 機器學習的重要元素
2.1 數據格式
2.2 可學習性
2.2.1 欠擬合和過擬合
2.2.2 誤差度量
2.2.3 PAC學習
2.3 統計學習方法
2.3.1 *大後驗概率學習
2.3.2 *大似然學習
2.4 信息論的要素
參考文獻
本章小結
第3章 特征選擇與特征工程
3.1 scikit-learn練習數據集
3.2 創建訓練集和測試集
3.3 管理分類數據
3.4 管理缺失特征
3.5 數據縮放和歸一化
3.6 特征選擇和過濾
3.7 主成分分析
3.7.1 非負矩陣分解
3.7.2 稀疏PCA
3.7.3 核PCA
3.8 原子提取和字典學習
參考文獻
本章小結
第4章 線性回歸
4.1 線性模型
4.2 一個二維的例子
4.3 基於scikit-learn的線性回歸和*高維
4.4 Ridge、Lasso和ElasticNet
4.5 隨機采樣一致的魯棒回歸
4.6 多項式回歸
4.7 保序回歸
參考文獻
本章小結