本项目主要是对书籍《机器学习实战》以及sklearn官网的内容进行翻译解读
《机器学习实战》这本书讲述重要的机器学习算法，并介绍那些使用这些算法的应用和工具，以及如何在实际环境中使用它们。《机器学习实战》这本书并不是像大多数的书讨论背后的数学理论，尽量减少讨论数学理论，更多地讨论如何编码实现机器学习算法，将机器学习算法转化为实际工作的应用程序。
本项目主要是sklearn官网内容进行翻译解读。自2007年发布以来，scikit-learn已经成为Python重要的机器学习库了，scikit-learn简称sklearn，支持包括分类，回归，降维和聚类四大机器学习算法。还包括了特征提取，数据处理和模型评估者三大模块。sklearn拥有着完善的文档，上手容易，具有着丰富的API，在学术界颇受欢迎。sklearn已经封装了大量的机器学习算法，节省了获取和整理数据集的时间。
这个笔记是根据书籍《机器学习实战》、sklearn官网的一个辅助资料，本项目内容对书籍《机器学习实战》每行代码进行解读等等，代码具体内容都会运行在jupyter notebook中，并加入了一些和相关的学习补充资料和参考资料，结合这些资料一起学习。相信你学习完李宏毅老师的线性代数以及机器学习、深度学习内容之后，本项目是再适合不过的学习内容了。
李宏毅《机器学习》：https://github.com/datawhalechina/leeml-notes
李宏毅《线性代数》：https://github.com/datawhalechina/leela-notes
《机器学习实战》笔记+sklearn翻译解读，在线阅读地址 https://datawhalechina.github.io/mlia-notes
官网：https://scikit-learn.org/stable/
