本教材介绍了机器学习方法与Python3.9应用实战,系统介绍了机器学习经典机器学习模型方法,同时介绍了当前适用与应用广泛的数据分析工具Python语言,全书共分三部分共计十二章,基础篇(机器学习方法介绍、Python基础知识);实战篇(监督学习、预测分析、分类分析、聚类分析、经典时间序列问题);提高篇(文本数据分析、图像分析、语音分析、人脸识别、深度神经网络)的内容循序渐进学习,能够结合本科财经管理类专业的教学计划,在完善原有课程建设的基础上完成培养目标,并增强本专业学生的实践能力。

第1章机器学习基础
1.1机器学习的概念
1.2机器学习方法的分类
1.3机器学习的一般步骤
1.4机器学习方法的评估与选择
1.5本章小结
第2章Python基础
2.1Python语言简介
2.2安装与运行Python
2.3Python编程入门
2.4利用Python编写机器学习程序时的常用库
2.5机器学习框架
2.6本章小结
第3章关联规则挖掘
3.1Apriori算法
3.2其他关联规则挖掘算法
3.3本章小结
……