在学习和研究机器学习的时候，面临令人眼花缭乱的算法，机器学习新手往往会不知所措。本书从算法和Python语言实现的角度，帮助读者认识机器学习。
本书专注于两类核心的“算法族”，即惩罚线性回归和集成方法，并通过代码实例来展示所讨论的算法的使用原则。全书共分为7章，详细讨论了预测模型的两类核心算法、预测模型的构建、惩罚线性回归和集成方法的具体应用和实现。本书主要针对想提高机器学习技能的Python开发人员，帮助他们解决某一特定的项目或是提升相关的技能。
目录
第1章 关于预测的两类核心
第2章 通过理解数据来了解
第3章 预测模型的构建：平衡性
第4章 惩罚线性回归模型
第5章 使用惩罚线性方法来
第6章 集成方法
第7章 用Python 构建集成
