读完本书内容和配套的教学代码，就能够编写简单的机器学习函数。

本书是一部意外之作，也是一部惊喜之作。
这是一本非常简单的 Python 机器学习入门教程，具有以下特色。
独创的黑箱教学模式，全书无任何抽象理论和深奥的数学公式。
首次系统化融合 Sklearn 人工智能软件和 Pandas 数据分析软件，无须使用复杂的 Numpy 数学矩阵模块。
三位一体的课件模式：图书+开发平台+成套的教学案例，系统讲解，逐步深入。
系统化的Sklearn函数API接口中文文档，可作为案头工具书随时查阅。
基于 Sklearn+Pandas 架构，全程采用 MBA 案例模式，无需任何理论基础，懂 Excel 就可看懂。
本书内容原本是《零起点 Python 足彩大数据与机器学习实盘分析》中的章节，在我们内部小范围使用时，深受学员喜爱，于是，将书中与机器学习相关的内容和案例单独抽取出来，加入部分 Python 入门内容，形成了《零起点 Python 机器学习快速入门》一书。
Python 量化三部曲包括：
《零起点 Python 大数据与量化交易》（入门教材）
《零起点 Python 量化与机器学习实盘分析》（重点分析 Sklearn）
《零起点 Python 量化与 TensorFlow 深度学习实盘分析》（重点分析
TensorFlow）
此外，还有两部补充作品：
《零起点 Python 足彩大数据与机器学习实盘分析》
《零起点 Python 机器学习快速入门》
Python学习路线
机器学习、人工智能和金融量化基本原理都是相通的，本质上都是数据分析。
本书虽然属于“零起点 Python”系列，但要更好地学习本书，掌握相关的配套程序，最好具备以下基础。
Python 编程基础，不懂 Python 语言的读者，先花一周时间学习 Python基本知识以及 Pandas（潘达思）数据分析软件基础操作。
Top 极宽量化社区有“Python 量化与 zwQuant 学习路线图”，大家可以参考，网址是：http://topquant.vip/forum.php?mod=viewthread&tid=6。
先花一周时间学习 Python 基础，再阅读《zwPython 中文手册》，可以少走很多弯路。
学好 Python、Pandas 基础后，先将本书通读 1~2 遍。通读时，碰到问题没关系，记录一下跳过去，然后进行精读；正式学习每章的代码时，一定要将代码运行 1~2 遍，培养编程感觉。
根据代码学习画流程图，有了流程图就可以把握程序逻辑，重点是程序和策略的逻辑。
入门后，多看看配套的课件和程序源码，全套 zwQuant 量化开源程序都带有函数一级的中文注解。
在学习过程当中一定要多问，可以在论坛提问，这样大家都受益。
本书读者 QQ 群号：124134140。在群文件中有一个小软件，即 Python流程图绘制软件 CODINGRAPH，使用该软件，拷贝代码就可以自动绘制流程图，对其他编程语言也适用。
网络资源
与本书有关的程序和数据下载，请浏览网站：http://TopQuant.vip，极宽量化社区中的【下载中心】栏目。本书在 TopQuant.vip 极宽量化社区设有专栏，对本书、人工智能和机
器学习有任何建议都可在社区相关栏目发布信息，我们会在第一时间进行反馈和答复。
“零起点Python”系列丛书
本书继续保持了“零起点 Python”系列丛书的一贯风格——简单实用。
书中配备了大量的图表说明，没有枯燥的数学公式，只要懂 Word、Excel，
就能够轻松阅读全书。
IT 零起点：无需任何电脑编程基础，只要会打字、会使用 Excel，就能看懂本书，利用本书配套的 Python 软件包，轻松学会如何利用 Python对股票和足彩数据进行专业分析和量化投资分析。
投资零起点：无须购买任何专业软件，本书配套的 zwPython 软件包，采用开源模式，提供 100%全功能、全免费的工业级数据分析平台。
配置零起点：所有软件、数据全部采用苹果“开箱即用”模式，绿色版本，无须安装，解压缩后即可直接运行系统。
理财零起点：无需任何专业金融背景，采用通俗易懂的语言，配合大量专业的图表和实盘操作案例，轻松掌握各种量化投资策略。
数学零起点：全书没有任何复杂的数学公式，只有最基本的加、减、乘、除，轻轻松松就能看懂全书。
致谢
本书的出版要特别感谢电子工业出版社的黄爱萍编辑，感谢她在选题策划和稿件整理方面做出的大量工作。
在本书创作过程中，极宽开源量化团队和培训班的全体成员，也提出过很多宝贵的意见，并对部分内容程序做了中文注解。特别是吴娜、余勤两位同学，为极宽开源量化文库和 zwQuant 开源量化软件编写文档，并在团队成员管理方面做了大量工作，为他们的付出表示感谢。
何海群（字王）
北京极宽科技有限公司 CTO
2017 年 2 月 25 日