本書是“鳶尾花數(shù)學(xué)大系：從加減乘除到機(jī)器學(xué)習(xí)”叢書的最后一冊，前六本解決了編程、可視化、數(shù)學(xué)、數(shù)據(jù)方面的諸多問題，而本書將開啟機(jī)器學(xué)習(xí)經(jīng)典算法的學(xué)習(xí)之旅。本書設(shè)置了24個話題，對應(yīng)四大類機(jī)器學(xué)習(xí)經(jīng)典算法(回歸、分類、降維、聚類)，覆蓋算法包括：回歸分析、多元線性回歸、非線性回歸、正則化與回歸、貝葉斯回歸、高斯過程、k近鄰、貝葉斯分類、高斯判別分析、支持向量機(jī)、核技巧、決策樹、主成分分析、截斷奇異值分解、主成分分析進(jìn)階、主成分分析與回歸、核PCA、典型相關(guān)分析、k均值聚類、高斯混合模型、最大期望算法、層次聚類、密度聚類、譜聚類。本書選取算法模型的目標(biāo)是覆蓋Scikit-learn庫的常用機(jī)器學(xué)習(xí)算法函數(shù)，讓讀者充分理解算法理論，又能聯(lián)系實際應(yīng)用。因此，在學(xué)習(xí)本書時，特別希望調(diào)用Scikit-learn各種函數(shù)來解決問題之余，更要理解算法背后的數(shù)學(xué)工具。因此，本書給出適度的數(shù)學(xué)推導(dǎo)以及擴(kuò)展閱讀。本書提供代碼示例和視頻講解，“鳶尾花書”強(qiáng)調(diào)在JupyterLab自主探究學(xué)習(xí)才能提高編程技能)。本書配套微課也主要以配套JupyterNotebooks為核心，希望讀者邊看視頻，邊動手練習(xí)。