数字化转型背景下，Python作为一门简单、易学、速度快、免费、开源的主流编程语言，广泛应用于大数据处理、人工智能、云计算等各个领域，是众多高等院校的必修基础课程，也是堪与office办公软件应用比肩的职场人士必备技能。同时随着数据存储、数据处理等大数据技术的快速进步，机器学习各种算法在各行各业得以广泛应用，同样成为高校师生、职场人士迎接数字化浪潮、与时俱进提升专业技能的必修课程。本书将“Python课程学习”与“机器学习课程学习”有机结合，推动数字化人才的培养与实践应用能力的提升。
《Python机器学习原理与算法实现》（杨维忠、张甜著，2023年2月，清华大学出版社）全书内容共分17章。其中第1-2章讲解python的入门知识和进阶知识，第3章讲解机器学习的概念及各种术语、评价标准。第4~10章介绍相对简单的有监督学习方法，包括线性回归算法、二元Logistic回归算法、多元Logistic回归算法、判别分析算法、朴素贝叶斯算法、高维数据惩罚回归算法、K近邻算法。第11~12章介绍主成分分析算法、聚类分析算法两种无监督学习算法。后面各章介绍相对复杂的有监督学习算法，分别为：第13章介绍决策树算法；第14~15章介绍随机森林算法、提升法两种集成学习算法；第16~17章介绍支持向量机算法、神经网络算法两种高级有监督学习算法。
《Python机器学习原理与算法实现》（杨维忠、张甜著，2023年2月，清华大学出版社）可作为经济学、管理学、统计学、金融学、社会学、医学、电子商务等相关专业的学生学习Python或机器学习应用的专业教材、参考书；也可以作为企事业单位数字化人才培养的教科书、工具书，以及职场人士自学掌握Python机器学习应用、提升数据挖掘分析能力、进而提高工作效能和改善绩效水平的工具书。
这本书在机器学习各种算法的介绍方面通俗易懂，较少涉及数学推导，对数学基础要求相对不高，在python代码方面讲的很细致，看了以后根据自身需要选取算法、优化代码、科学调参。随书赠送的学习资料也很多，包括全部的源代码、PPT、思维导图，还有12小时的讲解视频，每一章后面还有练习题及参考答案，还有学习群，相对于只看网络上的视频，一方面更加系统、高效，另一方面照着书一步步操作学起来也事半功倍。
《Python机器学习原理与算法实现》（杨维忠、张甜著，2023年2月，清华大学出版社）特色通过“入门—进阶—应用”循序渐进的方式讲解Python。前两章分别讲解Python入门知识和Python进阶知识，使大家能够基本掌握Python的基础知识与进阶应用，后续章节在讲解各类机器学习算法时，逐一详解用到的各种Python代码，针对每行代码均有恰当注释，使读者能够真正理解各种代码的含义，从而可以灵活运用于自身的科研或应用研究。通过“复杂算法模型简单化、抽样理论概念具象化”深入浅出的方式讲解机器学习。本书尽可能用图像化、案例化的方式剖析各种算法的基本原理、适用条件，使读者真的能够看得明白、学得进去，避免在复杂的数学公式推导面前耗尽了所有的学习热情，苦技能虽好却不能为己所用。同时也做到了不失专业深度，使读者真正能够掌握各种算法的精髓，能根据自身需要选取算法、优化代码、科学调参。实现了Python与机器学习应用的深度融合。本书以学以致用为桥梁实现了Python与机器学习之间的高效联动协同，使读者通过本书的学习能够同时掌握Python语言、机器学习这两大专业利器，达到“一箭双雕”的学习效果，有效提升自己的科研与应用水平。
创作不易，恳请各位朋友多多点赞支持，真诚感谢！
