《 Python 机器学习专题手册》，原书名 Python Machine Learning Cookbook。
它的作者 Prateek Joshi，出版商 PACKT Puplishing。
看过几本 Python 机器学习方面的书，感觉这本最好。
它是为“编程人”写的。“编程人”包括程序员在内的经常写计算机程序的人。
文字写作的人，把写作说是“码字”。类似地，编程可说是“码码”，只是听着有点儿贫。
这本书现在只翻看了开头几页，没见到数学理论的展示。
自然科学和社会科学的各门学科，研究对象都可分成“基础理论”和“应用技术”两类。
机器学习这门知识，也应分成这两大类。
机器学习涉及的数学理论，对于机器学习的理论研究、机器学习工具的开发是重要的；
机器学习的应用技术，对于把机器学习当作工具，解决各种实际问题的“编程人”是重要的。
这本书是为了帮助“编程人”学会使用工具，因此，它不谈数学理论是对的。
这本书涉及的工具是已经成熟的程序库，NumPy, SciPy, scikit-learn, matplotlib 等。
你将使用这些工具解决实际问题。它不教你 “从头开始编程”（from scratch）。
我并不觉得 from scratch 有多重要。
学编程起初学了多种排序算法，如冒泡法、两分法、快速法，等等。
当时记得滚瓜烂熟，现在忘得一干二净。因为，sort 是编程工具的必备函数，拿来用就好，不需要自己折腾。
如果不是为了发明创造机器学习的新算法，或者应对入行跳槽面试等特殊情况，就不必搞什么 from scratch。
本书专题的结构化设计
本书100个专题，每一个都用以下五个节段叙述：
预备 （Getting ready） 本专题的目的、如何实现以及所需前提设置。
做法（How to do it…） 实现专题所需步骤。
解释（How it works…） 对专题实现“做法”的详细解释。
深化（There's more…） 对专题知识的深入介绍。
参考（See also） 给出本专题知识相关的有用链接。