第2章 用scikit-learn估计器分类，涵盖了数据挖掘的一个重要主题——分类。这一章
还会介绍将数据挖掘流程标准化的流水线结构，便于你管理实验流程。
第3章 用决策树预测获胜球队，介绍决策树和随机森林两个新算法。我们将通过抽取区分
度高的特征来预测获胜选手。
第4章 用亲和性分析方法推荐电影，思考根据以往消费记录推荐产品的问题，介绍Apriori
算法。
第5章 用转换器抽取特征，介绍不同类别特征的抽取方法及不同数据集的处理方法。
第6章 使用朴素贝叶斯进行社会媒体挖掘，使用朴素贝叶斯算法自动分析来自社交网站
Twitter的文本信息。
第7章 用图挖掘找到感兴趣的人，采用聚类和网络分析方法，发现社会媒体上感兴趣的人。
第8章 用神经网络破解验证码，从图像中抽取信息，然后训练神经网络，用来发现图像中
的单词和字母。
第9章 作者归属问题，通过抽取文本特征，使用支持向量机算法，找出文档的作者。
第10章 新闻语料分类，使用k-means聚类算法，根据新闻文章内容进行分类。
第11章 用深度学习方法为图像中的物体进行分类，采用深度神经网络算法确定图像中的物体。
第12章 大数据处理，探讨对大数据进行数据挖掘的流程及方法。