《scikit-learn机器学习》通过通俗易懂的语言、丰富的图示和生动的实例，拨开了笼罩在机器学习上方复杂的数学“乌云”，让读者以较低的代价和门槛入门机器学习。

本书共分为11章，介绍了在Python环境下学习scikit-learn机器学习框架的相关知识，涵盖的主要内容有机器学习概述、Python机器学习软件包、机器学习理论基础、k-近邻算法、线性回归算法、逻辑回归算法、决策树、支持向量机、朴素贝叶斯算法、PCA算法和k-均值算法等。

本书适合有一定编程基础的读者阅读，尤其适合想从事机器学习、人工智能、深度学习及机器人相关技术的程序员和爱好者阅读。另外，相关院校和培训机构也可以将本书作为教材使用。

第1章 机器学习介绍
第2章 Python机器学习软件包
第3章 机器学习理论基础
第4章 k-近邻算法
第5章 线性回归算法
第6章 逻辑回归算法
第7章 决策树
第8章 支持向量机
第9章 朴素贝叶斯算法
第10章 PCA算法
第11章 k-均值算法