第一部分 准备篇 第一章 Python语言基础 1.1 机器学习与Python1.2 Python开发环境1.3 Python快速入门第二章 Python语法基础 2.1 数据类型2.2 常量与变量2.3 运算符与表达式2.4 函数2.5 程序流程控制第三章 数组及矩阵运算库NumPy 3.1 NumPy库介绍及导入3.2 创建与存取数组3.3 索引与切片3.4 数组操作3.5 数组运算3.6 矩阵运算3.7 应用实例第四章 科学计算库SciPy第五章 数据处理库Pandas第六章 数据可视化库Matplotlib第七章 机器学习库Scikit-Learn第八章 线性代数 8.1 标量、向量、矩阵和张量8.2 矩阵的运算8.3 单位矩阵和逆矩阵8.4 线性相关和生成子空间8.5 范数8.6 特殊类型的矩阵和向量8.7 特征分解8.8 奇异值分解8.9 Moore-Penrose伪逆8.10 迹运算第九章 概率与信息论第十章 数值计算 第二部分 核心篇 第三部分 实战篇 Kaggle比赛 Digit Recognizer:KNN算法Digit Recognizer:RandomForest算法