第1章 引言
1．1 数据挖掘
1．2 机器学习算法
1．3 数据挖掘的主要流程

第2章 Python基础
2．1 Python简介
2．2 Python开发环境的搭建

第3章 Pandas基础
3．1 创建、读取和写入
3．2 索引、选择和分配
3．3 分组和排序
3．4 数据类型和缺失值
3．5 重命名及合并

第4章 Scikit-learn基础
4．1 Scikit-learn简介
4．2 Scikit-learn的技术基础
4．3 Scikit-learn安装
4．4 监督学习
4．5 交叉验证：评估机器学习模型的表现

第5章 特征工程
5．1 基准模型
5．2 分类编码
5．3 特征的生成
5．4 特征的选择

第6章 实例
6．1 lightgbm实践：桑坦德银行客户交易预测
6．2 Kaggle Titanic生存预测