进行逐步线性回归，迭代自组织数据分析，最大信噪比的独立分量分析算法。- Stepwise linear regression, Iterative self-organizing data analysis, SNR largest independent component analysis algorithm.

进行逐步线性回归，进行波形数据分析,旋转机械二维全息谱计算的实用例程。- Stepwise linear regression, Waveform data analysis, Rotating Machinery dimensional hologram of practical spectrum calculation routines.

本书第一部分主要介绍机器学习基础，以及如何利用算法进行分类，并逐步介绍了多种经典的监督学习算法，如k近邻算法、朴素贝叶斯算法、Logistic回归算法、支持向量机、AdaBoost集成方法、基于树的回归算法和分类回归树（CART）算法等。第三部分则重点介绍无监督学习及其一些主要算法：k均值聚类算法、Apriori算法、FP-Growth算法。第四部分介绍了机器学习算法的一些附属工具。 全书通过精心编排的实例，切入日常工作任务，摒弃学术化语言，利用高效的可复用Python代码来阐释如何处理统