本书介绍了大数据挖掘与统计机器学习领域中最常用的模型和算法，包括最基础的线性回归与分类方法，以及模型评价与选择的概念和方法，进而介绍了非线性回归与分类方法（包括决策树与组合方法、支持向量机、神经网络以及在此基础上发展的深度学习方法）。此外，介绍了无监督学习中的聚类方法，并给出了一个大数据分析的实例。除了方法的理论讲解之外，我们还给出了每种方法的Python实现。

第1章 概述
1.1名词演化
1.2基本内容
1.3数据智慧
第2章 线性回归与分类
2.1Lasso回归
2.1.1多元线性回归模型
2.1.2岭回归
2.1.3Lasso回归
2.1.4一张图看懂岭回归和Lasso回归
2.1.5从贝叶斯角度再看岭回归和Lasso回归
2.2Lasso模型的求解
2.2.1坐标下降法
2.2.2最小角回归
2.2.3ADMM算法
2.2.4附录
……