编辑推荐
适读人群：计算机行业、金融行业，数据分析、大数据研究人员等。
不需要任何编程、交易经验，也不需要具备超强的数据分析能力，只要会使用Excel就可以轻松学会《零起点Python机器学习快速入门》讲解的知识点。
内容简介
《零起点Python机器学习快速入门》采用独创的黑箱模式，MBA案例教学机制，结合一线实战案例，介绍Sklearn人工智能模块库和常用的机器学习算法。书中配备大量图表说明，没有枯燥的数学公式，普通读者，只要懂Word、Excel，就能够轻松阅读《零起点Python机器学习快速入门》，并学习使用书中的知识，分析大数据。《零起点Python机器学习快速入门》具有以下特色：独创的黑箱教学模式，《零起点Python机器学习快速入门》无任何抽象理论和深奥的数学公式。首次系统化融合Sklearn人工智能软件和Pandas数据分析软件，不用再直接使用复杂的Numpy数学矩阵模块。系统化的Sklearn函数和API中文文档，可作为案头工具书随时查阅。基于Sklearn+Pandas模式，无须任何理论基础，全程采用MBA案例模式，懂Excel就可看懂。
作者简介
何海群，网名：字王，CHRD前海智库CTO，《中华大字库》发明人，出版书籍20余部，在人工智能、数据分析等方面具有20年一线专业经验；zwPython开发平台、zwQuant量化软件设计师，中国“Python创客”项目和“Python产业联盟”发起人，国内**Python量化课程：《Python量化实盘·魔鬼训练营》创始人，极宽量化开源团队的创始人。1990年，发明国内**个VR数据手套并获得专利授权，被业界称为“中国VR之父”；1992年，论文《人工智能与中文字型设计》入选《广东青年科学家文集》，现已成为中文字库行业三大基础建模理论之一；1997年，出版国内首部网络经济专著《网络商战》；2008年，在北京联合创办国内**4A级网络公关公司，服务过200余家国际五百强企业，被公关协会誉为：中国网络公关事业的开创者与启蒙者；2012年，发布国内**自主研发的智能中文字库设计软件《x2ttf涂鸦造字》，全功能全免费公益软件；2016年，推出国内首套纯python开源量化软件：zwQuant，以及国内**Tick级别开源金融大数据项目：zwDat金融数据包。研究成果有：“小数据”理论，快数据模型，黑天鹅算法，GPU超算工作站、MTRD多节点超算集群算法、“1+N”网络传播模型、人工智能“足彩图灵法则”等。
目录
第1章从阿尔法狗开始说起1
1．1阿尔法狗的前世今生
1．2机器学习是什么
1．3机器学习大史记
1．4机器学习经典案例
第2章开发环境
2．1数据分析首选Python
2．2用户运行平台
2．3程序目录结构
2．4Spyder编辑器界面设置
2．5Python命令行模式
2．6Notebook模式
2．7模块库控制面板
2．8使用pip更新模块库
第3章Python入门案例
3．1案例3-1：第一次编程“hello，ziwang”
3．2案例3-2：增强版“hello，ziwang”
3．3案例3-3：列举系统模块库清单
3．4案例3-4：常用绘图风格
3．5案例3-5：Pandas常用绘图风格
3．6案例3-6：常用颜色表cors
3．7案例源码
第4章Python基本语法
4．1数据类型
案例4-1：基本运算
4．2字符串
案例4-2：字符串入门
案例4-3：字符串常用方法
4．3List列表
案例4-4：列表操作
4．4Tuple元组
案例4-5：元组操作
4．5Dictionary字典
案例4-6：字典操作
4．6数据类型转换
案例4-7：控制语句
案例4-8：函数定义
4．7案例源码
第5章Python人工智能入门与实践
5．1从忘却开始
5．2Iris经典爱丽丝
案例5-1：Iris爱丽丝
案例5-2：爱丽丝进化与文本矢量化
5．3AI操作流程
5．4数据切割函数
案例5-3：Iris爱丽丝分解
案例5-4：线性回归算法
5．5案例源码
第6章机器学习经典算法案例（上）
6．1线性回归
6．2逻辑回归算法
案例6-1：逻辑回归算法
6．3朴素贝叶斯算法
案例6-2：贝叶斯算法
6．4KNN近邻算法
案例6-3：KNN近邻算法
6．5随机森林算法
案例6-4：随机森林算法
6．6案例源码
第7章机器学习经典算法案例（下）
7．1决策树算法
案例7-1：决策树算法
7．2GBDT迭代决策树算法
案例7-2：GBDT迭代决策树算法
7．3SVM向量机
案例7-3：SVM向量机算法
7．4SVM-cross向量机交叉算法
案例7-4：SVM-cross向量机交叉算法
7．5神经网络算法
案例7-5：MLP神经网络算法
案例7-6：MLP_reg神经网络回归算法
7．6案例源码
第8章机器学习组合算法
8．1CCPP数据集
案例8-1：CCPP数据集
案例8-2：CCPP数据切割
案例8-3：读取CCPP数据集
8．2机器学习统一接口函数
案例8-4：机器学习统一接口
案例8-5：批量调用机器学习算法
案例8-6：一体化调用
8．3模型预制与保存
案例8-7：储存算法模型
案例8-8：批量储存算法模型
案例8-9：批量加载算法模型
案例8-10：机器学习组合算法
8．4案例源码
附录ASklearn常用模块和函数
附录B极宽量化系统模块图
前言/序言
《零起点Python机器学习快速入门》是一部意外之作，也是一部惊喜之作。
这是一本非常简单的Python机器学习入门教程，具有以下特色。
独创的黑箱教学模式，《零起点Python机器学习快速入门》无任何抽象理论和深奥的数学公式。
首次系统化融合Sklearn人工智能软件和Pandas数据分析软件，无须使用复杂的Numpy数学矩阵模块。
三位一体的课件模式：图书+开发平台+成套的教学案例，系统讲解，逐步深入。
系统化的Sklearn函数API接口中文文档，可作为案头工具书随时查阅。
基于Sklearn+Pandas架构，全程采用MBA案例模式，无需任何理论基础，懂Excel就可看懂。
《零起点Python机器学习快速入门》内容原本是《零起点Python足彩大数据与机器学习实盘分析》中的章节，在我们内部小范围使用时，深受学员喜爱，于是，将书中与机器学习相关的内容和案例单独抽取出来，加入部分Python入门内容，形成了《零起点Python机器学习快速入门》一书。
Python量化三部曲包括：
《零起点Python大数据与量化交易》（入门教材）
《零起点Python量化与机器学习实盘分析》（重点分析Sklearn）
《零起点Python量化与TensorFlow深度学习实盘分析》（重点分析
TensorFlow）
此外，还有两部补充作品：
《零起点Python足彩大数据与机器学习实盘分析》
《零起点Python机器学习快速入门》
Python学习路线
机器学习、人工智能和金融量化基本原理都是相通的，本质上都是数据分析。
《零起点Python机器学习快速入门》虽然属于“零起点Python”系列，但要更好地学习《零起点Python机器学习快速入门》，掌握相关的配套程序，最好具备以下基础。
Python编程基础，不懂Python语言的读者，先花一周时间学习Python基本知识以及Pandas（潘达思）数据分析软件基础操作。
Top极宽量化社区有“Python量化与zwQuant学习路线图”，大家可以参考。
先花一周时间学习Python基础，再阅读《zwPython中文手册》，可以少走很多弯路。
学好Python、Pandas基础后，先将《零起点Python机器学习快速入门》通读1~2遍。通读时，碰到问题没关系，记录一下跳过去，然后进行精读；正式学习每章的代码时，一定要将代码运行1~2遍，培养编程感觉。
根据代码学习画流程图，有了流程图就可以把握程序逻辑，重点是程序和策略的逻辑。
入门后，多看看配套的课件和程序源码，全套zwQuant量化开源程序都带有函数一级的中文注解。
在学习过程当中一定要多问，可以在论坛提问，这样大家都受益。
在群文件中有一个小软件，即Python流程图绘制软件CODINGRAPH，使用该软件，拷贝代码就可以自动绘制流程图，对其他编程语言也适用。
网络资源
与《零起点Python机器学习快速入门》有关的程序和数据下载，请浏览网站，极宽量化社区中的【下载中心】栏目。《零起点Python机器学习快速入门》在TopQuant.vip极宽量化社区设有专栏，对《零起点Python机器学习快速入门》、人工智能和机
器学习有任何建议都可在社区相关栏目发布信息，我们会在第一时间进行反馈和答复。
“零起点Python”系列丛书
《零起点Python机器学习快速入门》继续保持了“零起点Python”系列丛书的一贯风格——简单实用。
书中配备了大量的图表说明，没有枯燥的数学公式，只要懂Word、Excel，
就能够轻松阅读《零起点Python机器学习快速入门》。
IT零起点：无需任何电脑编程基础，只要会打字、会使用Excel，就能看懂《零起点Python机器学习快速入门》，利用《零起点Python机器学习快速入门》配套的Python软件包，轻松学会如何利用Python对股票和足彩数据进行专业分析和量化投资分析。
投资零起点：无须购买任何专业软件，《零起点Python机器学习快速入门》配套的zwPython软件包，采用开源模式，提供100%全功能、全免费的工业级数据分析平台。
配置零起点：所有软件、数据全部采用苹果“开箱即用”模式，绿色版本，无须安装，解压缩后即可直接运行系统。
理财零起点：无需任何专业金融背景，采用通俗易懂的语言，配合大量专业的图表和实盘操作案例，轻松掌握各种量化投资策略。
数学零起点：《零起点Python机器学习快速入门》没有任何复杂的数学公式，只有最基本的加、减、乘、除，轻轻松松就能看懂《零起点Python机器学习快速入门》。
致谢
《零起点Python机器学习快速入门》的出版要特别感谢电子工业出版社的黄爱萍编辑，感谢她在选题策划和稿件整理方面做出的大量工作。
在《零起点Python机器学习快速入门》创作过程中，极宽开源量化团队和培训班的全体成员，也提出过很多宝贵的意见，并对部分内容程序做了中文注解。特别是吴娜、余勤两位同学，为极宽开源量化文库和zwQuant开源量化软件编写文档，并在团队成员管理方面做了大量工作，为他们的付出表示感谢。
何海群（字王）
北京极宽科技有限公司CTO
2017年2月25日
