數據分析與機器學習是大數據、人工智能等新興領域的核心技術，專門研究計算機怎樣模擬或實現(xiàn)人類的學習行為，以獲取新的知識或技能，重新組織已有的知識結構使之不斷改善自身的性能。它是多學科交叉專業(yè)，涵蓋概率論、統(tǒng)計學、近似理論和復雜算法等知識，廣泛應用于圖像識別、自然語言處理、網絡安全、自動駕駛、自動化及機器人、電子商務、金融、生物技術及醫(yī)療診斷等領域。
本書旨在培養(yǎng)學生對數據分析常用的機器學習算法的理解和應用能力，使學生從數據處理、訓練、驗證各環(huán)節(jié)掌握數據分析算法的一般規(guī)律，能夠對數據分析和機器學習算法進行綜合應用和評價。
本書內容涵蓋了常用的機器學習算法，包括：
有監(jiān)督學習：KNN算法、樸素貝葉斯、決策樹、支持向量機、線性回歸。
無監(jiān)督學習：K-means算法。
深度學習：神經網絡、卷積網絡。
本書在編寫過程中，遵循以應用為目的，以必需、夠用為原則，減少復雜的原理分析和理論推導，內容全面，結構合理，突出實用性，強調實踐性。本書通過算法知識學習、任務案例實踐以及綜合項目應用，引導學生思考和實踐處理數據、構建模型、評價模型的全過程，從而具備利用代碼完成算法的能力。全書采用Python作為各項目、任務的實現(xiàn)語言，具有很強的通用性和實踐性。
本書的參編教師多年從事大數據技術與應用專業(yè)的教學及科研工作，具有豐富的實踐經驗，保證了教材的編寫質量和內容的完整性。
本書由韓偉任主編，于京、李景玉任副主編，參與編寫的還有胡亦、景妮琴、詹曉東。其中，項目1由于京編寫，項目2、項目6由李景玉編寫，項目3由景妮琴編寫，項目4、項目7由韓偉編寫，項目5由胡亦編寫，項目8、項目9由詹曉東編寫，韓偉還參與了各項目的“學習目標”和“工程準備”的撰寫以及部分項目內容的編寫工作。全書由韓偉統(tǒng)稿。
由于作者水平有限，書中難免有不足之處，懇請廣大讀者不吝賜教。
編　者