目录
第1章，机器学习基础
第2章，线性回归
第3章，特征提取与处理
第4章，从线性回归到逻辑回归
第5章，决策树——非线性回归与分类
第6章，K-Means聚类
第7章，用PCA降维
第8章，感知器
第9章，从感知器到支持向量机
第10章，从感知器到人工神经网络

一本不错的scikit-learn使用示例，可以直接最快速度出产品。 豆瓣评分8分，强烈推荐，入门必读！
发上来英文原版和对应的中文版（翻译还不错），均为高清非扫描版本，中文版压缩包内包含分章节和完整版，可直接复制粘贴文字。
资源来之不易，收点儿论坛币