前言
机器学习正在迅速成为数据驱动型世界的一个必备模块。许多不同的领域如机器人、 医学、零售和出版等，都需要依赖这门技术。在这本书中，你将学习如何一步步构建真实 的机器学习应用程序。
通过易于理解的项目，你将学习如何处理各种类型的数据，如何以及何时应用不同的 机器学习技术，包括监督学习和无监督学习。
本书中的每个项目都同时提供了教学和实践。例如，你将学习如何使用聚类技术来发 现低价的机票，以及如何使用线性回归找到一间便宜的公寓。本书以通俗易懂、简洁明了 的方式，教你如何使用机器学习来收集、分析并操作大量的数据。
本书涵盖的内容
第 1 章，Python 机器学习的生态系统，深入 Python，它有一个深度活跃的开发者社区， 而且许多开发者来自科学社区。这为 Python 提供了丰富的科学计算库。在本章中，我们将 讨论这些关键库的特性以及如何准备你的环境，以最好地利用它们。
第 2 章，构建应用程序，发现低价的公寓，指导我们构建第一个机器学习应用程序， 我们从一个最小但实际的例子开始：建设应用程序来识别低价的公寓。到本章结束，我们 将创建一个应用程序，使得寻找合适的公寓变得更容易点。
第 3 章，构建应用程序，发现低价的机票，演示了如何构建应用程序来不断地监测票 价。一旦出现异常价格，应用程序将提醒我们，可以快速采取行动。
第 4 章，使用逻辑回归预测 IPO 市场，展示了我们如何使用机器学习决定哪些 IPO 值 得仔细研究，而哪些可以直接跳过。
第 5 章，创建自定义的新闻源，介绍如何构建一个系统，它会了解你对于新闻的品味， 而且每天都可以为你提供个性化的新闻资讯。
第 6 章，预测你的内容是否会广为流传，检查一些被大家广泛分享的内容，并试图找 到这种内容相对于其他人们不愿分享的内容有哪些特点。
第 7 章，使用机器学习预测股票市场，讨论如何构建和测试交易策略。当你试图设计 属于自己的系统时，有无数的陷阱要避免，这是一个几乎不可能完成的任务。但是，这个 过程有很多的乐趣，而且有的时候，它甚至可以帮你盈利。
第 8 章，建立图像相似度的引擎，帮助你构建高级的、基于图像的深度学习应用。我 们还将涵盖深度学习的算法来了解为什么它们是如此的重要，以及为什么它们成为了最近 研究的热点。
第 9 章，打造聊天机器人，演示如何从头构建一个聊天机器人。读完之后，你将了解 更多关于该领域的历史及其未来前景。
第 10 章，构建推荐引擎，探讨不同类型的推荐系统。我们将看到它们在商业中是如何 实现和运作的。我们还将实现自己的推荐引擎来查找 GitHub 资料库。
阅读本书需要准备什么
你需要的是 Python 3.x 和建立真实机器学习项目的渴望。你可以参考随本书的详细代 码列表。
本书的读者
本书的目标读者包括了解数据科学的 Python 程序员、数据科学家、架构师，以及想要 构建完整的、基于 Python 的机器学习系统的人员。
Python机器学习实践指南：目录
第一章
由于篇幅限制，小编只给大家截取部分图片，如果哪位朋友需要可以直接私信“学习”来免费获取！请大家多多关注小编，多多转发收藏哈