[中英对照] 机器学习与 Python 零基础入门（全 2

册）（双语对照版电子书） 本书由奥利弗・西奥博尔德（Oliver Theobald）所著，是专为零基础学习者打造的 Python 编程与机器学习入门指南，将两本实用书籍整合为一册，既涵盖 Python 编程基础，又系统讲解机器学习核心知识，通过实操案例、代码示例和练习，帮助读者逐步掌握相关技能。 一、书籍核心定位与优势 在数据科学、机器学习等领域对 Python 技能需求日益增长的背景下，本书以 “零基础友好” 为核心定位，采用 “理论 + 实操” 的双轨模式。一方面，Python 凭借其广泛的实用性（可应用于后端开发、人工智能等多个领域）、丰富的代码库（能简化机器学习、网络爬虫等复杂任务）以及简洁易读的语法（使用英文关键词，降低入门难度），成为初学者的理想选择；另一方面，本书避开复杂代码堆砌，用循序渐进的讲解方式，让读者无需深厚编程基础，也能逐步掌握核心概念与实操能力。 同时，本书注重实操性，每章配备章节测验、代码示例，还提供免费视频资源辅助学习。读者无需在电脑上下载 Python，可通过 Jupyter Notebook（书中详细介绍安装步骤，含 Anaconda Distribution 和 pip 两种安装方式）完成所有代码示例与练习，降低了环境搭建门槛。 二、第一部分：Python 编程基础 （一）环境搭建与基础操作 书中首先指导读者安装 Jupyter Notebook，详细介绍了适合初学者的 Anaconda Distribution 安装流程（支持 Windows、macOS、Linux 系统），以及通过终端 / 命令提示符启动 Jupyter Notebook 的方法，帮助读者快速搭建起安全、便捷的开发环境。 基础操作部分，从输入输出关系入手，讲解 Python 中的基本算术运算（加法、减法、乘法等），并介绍注释（单行用 “#”，多行用三重引号）、代码缩进（4 个连续空格，影响代码执行逻辑）和其他运算符（如取余 “%”、地板除法 “//”、幂运算 “**”），还通过 “计算 1 万美元按 4% 年利率投资 5 年后的本息” 等实操挑战，帮助读者巩固所学。 （二）核心概念与数据类型 变量：解释变量在 Python 中的作用（存储值到计算机内存以便后续使用），讲解赋值运算符 “=” 的用法（区别于数学中的等号）、变量命名规则（区分大小写、无空格、仅含字母数字和下划线、不使用 Python 关键字），以及如何用 print () 函数输出变量并添加上下文说明，还通过 Turtle 库练习（控制屏幕上的 “小海龟” 绘制图形），让读者直观理解变量操作。 基础数据类型：涵盖整数（无小数点的整数，如 8、88）、浮点数（含小数点的数，如 7.7、0.8）、字符串（用单引号或双引号包裹的字符序列，无数学意义）、布尔值（True/False，用于比较运算），并通过示例对比不同数据类型的差异与用法。 复合数据类型：详细介绍列表（用方括号表示，有序且元素可修改，支持嵌套）、元组（用圆括号表示，有序但元素不可变，保障数据完整性）、字典（用花括号表示，以键值对形式存储数据，便于快速查找）、集合（用花括号表示，元素唯一且无序，可自动去重），还讲解 type () 函数的用法（查看变量数据类型），以及不同数据类型在运算中的不同表现（如整数加法与字符串拼接的区别）。 （三）进阶语法与工具库 方法与函数：介绍常用方法（如列表的 index () 查找元素位置、count () 统计元素出现次数，字符串的 capitalize () 首字母大写、replace () 替换字符），以及基础函数（max () 求最大值、min () 求最小值、len () 计算长度、round () 四舍五入、sorted () 排序），并说明方法与函数的区别（方法用点 notation，依赖数据类型；函数用括号，不局限于特定数据类型）。 流程控制：讲解条件语句（if、else、elif，通过缩进区分代码块）、循环（for 循环遍历序列、while 循环根据条件重复执行，以及 enumerate () 获取索引与元素、range () 生成数字序列），还介绍列表推导式、lambda 匿名函数、map () 映射函数、filter () 过滤函数等简化代码的技巧。 Pandas 库：作为数据科学常用库，书中介绍 Pandas 的核心功能，包括将字典转换为 DataFrame（类似 Excel 表格的结构化数据形式）、导入 CSV 文件为 DataFrame，以及常用函数（head () 预览数据、shape 查看数据维度、describe () 生成数据统计摘要、corr () 分析变量相关性），并通过代码挑战（如显示数据集前 5 行、查找某列行数）帮助读者实操巩固。 面向对象编程（OOP）：解释对象（包含状态与行为的实体）、类（创建对象的蓝图）的概念，讲解类的创建、构造方法__init__、类级变量赋值，以及封装（将属性与方法捆绑，通过保护成员 “_属性名”、私有成员 “__属性名” 控制访问）、继承（子类继承父类属性与方法并可添加新属性）、多态（同一方法在不同子类中实现不同功能）等 OOP 核心特性，帮助读者理解模块化编程思想。 三、第二部分：机器学习基础 （一）机器学习核心概念 定义与分类：机器学习是让计算机无需明确编程即可从数据中学习的技术，书中将其分为监督学习（利用带标签的输入输出数据训练模型，如线性回归、逻辑回归）、无监督学习（从无标签数据中挖掘模式，如 k 均值聚类）、半监督学习（结合标签与无标签数据训练）、强化学习（通过试错与反馈优化模型）四类，并对比数据挖掘与机器学习的差异（机器学习更强调自学习与模式自动检测）。 工具与流程：介绍机器学习常用工具，包括数据（结构化数据如表格数据为主，非结构化数据如图片、音频等需特殊处理）、基础设施（如 Python 语言及 NumPy、Pandas、Scikit-learn 等库）、算法（从基础的线性回归到复杂的神经网络），还讲解数据预处理（数据清洗、特征选择、编码转换如独热编码、数据标准化 / 归一化）、数据划分（训练集与测试集，常用 70/30 或 80/20 比例，需随机打乱避免偏差）、模型评估（如分类任务用准确率、召回率，回归任务用平均绝对误差 MAE、均方根误差 RMSE）等核心流程。 （二）经典算法与实践 基础算法：详细讲解线性回归（预测连续值，通过构建线性方程拟合数据，最小化误差）、逻辑回归（用于分类任务，通过 Sigmoid 函数将输出映射到 0-1 之间，判断类别概率）、k 近邻（k-NN，根据样本周围 k 个邻居的类别 / 值预测样本类别 / 值，需注意数据标准化）、k 均值聚类（无监督学习，通过迭代确定聚类中心，将数据分为 k 个簇，需合理选择 k 值）等经典算法，包括算法原理、公式推导（如线性回归的斜率与截距计算）、适用场景与代码实现。 模型优化与进阶：探讨偏差与方差的权衡（高偏差导致欠拟合，高方差导致过拟合），介绍交叉验证（如 k 折交叉验证，充分利用数据评估模型稳定性）、正则化（约束模型复杂度，避免过拟合）等优化方法；还讲解支持向量机（SVM，通过寻找最大间隔超平面实现分类，适用于高维数据）、人工神经网络（ANN，模拟人脑结构，包含输入层、隐藏层、输出层，通过反向传播调整权重优化模型）、决策树与集成学习（如随机森林、梯度提升，结合多个决策树提升模型性能）等进阶算法，并分析各算法的优缺点与适用场景。 （三）实战项目与优化 书中以 “墨尔本房价预测” 为例，演示完整的机器学习项目流程：从导入库（Pandas、Scikit-learn 等）、加载数据集，到数据清洗（删除无用列、处理缺失值、转换非数值数据）、划分训练集与测试集，再到选择算法（如梯度提升回归）、配置超参数、训练模型并评估性能（用 MAE 衡量误差），最后介绍模型优化方法（调整超参数、特征选择、网格搜索自动化优化），帮助读者将理论知识转化为实战能力。 四、适用人群与学习价值 本书适合对 Python 编程、机器学习感兴趣的零基础学习者，无论是学生、职场新人，还是希望转行进入数据科学领域的从业者，都能通过本书打下坚实基础。通过学习，读者不仅能掌握 Python 编程的核心语法与常用库操作，还能理解机器学习的基本原理与经典算法，具备构建简单机器学习模型的能力，为后续深入学习数据科学、人工智能等领域奠定基础。同时，书中提供的代码资源（可通过指定链接获取）、章节测验与练习，能帮助读者及时巩固所学，提升学习效果。