本書是“鳶尾花數學大系：從加減乘除到機器學習”叢書的最后一冊，前六本解決了編程、可視化、數學、數據方面的諸多問題，而本書將開啟機器學習經典算法的學習之旅。本書設置了24個話題，對應四大類機器學習經典算法(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、核技巧、決策樹、主成分分析、截斷奇異值分解、主成分分析進階、主成分分析與回歸、核PCA、典型相關分析、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是覆蓋Scikit-learn庫的常用機器學習算法函數，讓讀者充分理解算法理論，又能聯系實際應用。因此，在學習本書時，特別希望調用Scikit-learn各種函數來解決問題之余，更要理解算法背后的數學工具。因此，本書給出適度的數學推導以及擴展閱讀。本書提供代碼示例和視頻講解，“鳶尾花書”強調在JupyterLab自主探究學習才能提高編程技能)。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。