本书内容包括数据预处理、数据的邻近度、可视化、线性回归及其它回归方法、k近邻、朴素贝叶斯、决策树、支持向量机、装袋方法、提升方法、常见的原型聚类、密度聚类、层次聚类算法以及模型预测能力和模型复杂度的指标。书中每个章节配有习题，电子资源提供习题答案和模型训练的代码。本书对概念、模型的描述力求循序渐进、简明易懂，精选的例题和习题，具有代表性。

更多科学出版社服务，请扫码获取。