《Python机器学习算法》是一本机器学习入门读物，注重理论与实践的结合。全书主要包括6个部分，每个部分均以典型的机器学习算法为例，从算法原理出发，由浅入深，详细介绍算法的理论，并配合目前流行的Python语言，从零开始，实现每一个算法，以加强对机器学习算法理论的理解、增强实际的算法实践能力，最终达到熟练掌握每一个算法的目的。与其他机器学习类图书相比，《Python机器学习算法》同时包含算法理论的介绍和算法的实践，以理论支撑实践，同时，又将复杂、枯燥的理论用简单易懂的形式表达出来，促进对理论的理解。
0绪论1
第一部分分类算法
1Logistic Regression10
2Softmax Regression27
3Factorization Machine40
4支持向量机58
5随机森林89
6BP神经网络114
第二部分回归算法
7线性回归138
8岭回归和Lasso回归155
9CART树回归172
第三部分聚类算法
10K-Means190
11Mean Shift206
12DBSCAN222
13Label Propagation237
第四部分推荐算法
14协同过滤算法250
15基于矩阵分解的推荐算法265
16基于图的推荐算法280文献291
第五部分深度学习
17AutoEncoder294
18卷积神经网络309
第六部分项目实践
19微博精准推荐324
