فهرست مطالب كتاب *
 فصل 1 / مقدمه يادگيري ماشين *
 فصل 2 / بسط پايتون با NumPy *
 فصل 3 / پرداخت كاري داده هاي جدولي با Pandas *
 فصل 4 / مصور سازي داده ها با matplotlib *
 فصل 5 / مقدمه Scikit - learn *
 فصل 6 / رگرسيون خطي *
 فصل 7 / طبقه بندي رگرسيون لجستيك *
 فصل 8 / طبقه بندي ماشين بردار پشتيبان *
 فصل 9 / طبقه بندي K - نزديك ترين همسايه *
 فصل 10 / خوشه بندي كامينز *
 فصل 11 / استفاده از استوديوي آژور *
 فصل 12 / انتشار مدل هاي يادگيري ماشين *