本书主要内容包括机器学习介绍，NumPy、Pandas、SciPy库、Matplotlib（可视化）四个基础模块，Scikit-learn算法、模型、拟合、过拟合、欠拟合、模型性能度量指标、数据标准化、非线性转换、离散化，以及特征抽取和降维的各种方法，包括特征哈希、文本特征抽取、特征聚合等。全书通过实用范例和图解形式讲解，选材典型，案例丰富，适合从事大数据、数据挖掘、机器学习等人工智能领域开发的各类人员。
本书是上册，首先简要介绍了机器学习的基础知识以及学习Scikit-learn的预备知识，然后重点讲解学习和掌握Scikit-learn的基础知识和基本功能，包括数据变换、特征抽取和降维技术等功能，这些都是高效应用Scikit-learn的**知识。
