前言

Python编程功能强大，应用广泛，在当今业界越来越流行，很多无编程基础的读者也对Python编程充满兴趣。然而网络上的资料往往良莠不齐，或是信息已经过时，或是本身存在错误，或是太过笼统不能满足读者个性化学习需求，因此编者编写此书以给想要入门Python机器学习的读者提供一个正确的学习途径。

Python具备面向对象、直译、程序代码简洁、跨平台、自由/开放源码等特点，再加上其丰富、强大的套件模块，用途十分广泛。另外，Python不像Java那样要求使用者用面向对象思维编写程序。它是多重编程范式（multi-paradigm）的程序语言，允许使用者使用多种风格来编写程序，程序编写更灵活。同时，Python提供了丰富的应用程序接口（Application Program Interface，API）和工具，让程序设计人员能够轻松地编写扩展模块。

本书结合计算思维与算法的基本概念，以Python对机器学习进行讲解，内容浅显易懂。本书循序渐进地介绍Python机器学习中必须要知道的主题，具体如下。

● 机器学习基础。

● 数组计算NumPy。

● 数据分析Pandas。

● 图形展示Matplotlib。

● 算法综述。

● 决策树。

● 朴素贝叶斯。

● 逻辑回归。

● 支持向量机。

● AdaBoost。

● 线性回归。

● k-means。

● PCA。

● 卷积神经网络。

● 验证码识别。

● 答题卡识别。

● 机器学习简历指导。

为了降低学习难度，本书提供了所有范例的完整程序代码，并且这些代码已在Python开发环境下正确编译与运行。通过本书，读者除了可以学习用Python编写程序外，还能进行计算思维及演算逻辑的训练。目前许多学校都开设了Python机器学习的基础课程，本书非常适合作为Python机器学习相关课程的教材。

另外，本书在创作过程中，得到了河南省民办普通高等学校专业建设资助项目的基金支持，是郑州西亚斯学院的专业建设的重要成果之一。

本书由桑园任主编，王方任副主编，马亚丹、孔杰、张启亚参编，王喜军、黄鹤负责本书审核。其中，第1~2章、第4~6章、第15~17章由桑园老师编写，第7~11章、第14章由王方老师编写，第3章由马亚丹编写，第12章由孔杰编写，第13章由张启亚编写。

在编写本书的过程中，我们竭尽所能地将好的讲解呈现给读者，但难免有疏漏之处，敬请广大读者不吝指正。若读者在阅读本书时遇到困难或有疑问，抑或有任何建议，可发送邮件至zhangtianyi@ptpress.com.cn。

编者

2022年11月