“分类”也可以称作监督学习，有助于分类图片，用来识别图片中的特征或脸 型，或者通过用户外形来分类用户，并给他赋不同的分数值。“聚类”发生在无监督学习的情况，允许用户在数据中识别组/集群。“回归”允许通过参数集估算一 个值，可以应用于预测住宅、公寓或汽车的最优价格。
modules, packages and techniques 罗列了 Python、C、Scala、Java、Julia、MATLAB、Go、R 和 Ruby等语言中所有学习机器学习的重要模块、包和技巧。有关Python机器学习的书籍，我特别推荐《Machine learning in action》。尽管有点短，但它很可能是机器学习中的经典，因为它提到了“集体智慧编程时代”：Programming Collective Intelligence。 这两本书帮助你通过抓取数据建立机器学习。最近关于机器学习的出版物大多都是基于模块 scikit-learn 。由于所有的算法在模块中都已实现，使 得机器学习非常简单。你唯一要做的事就是告诉 Python ，应该使用哪一个机器学习技巧 (ML-technique) 来分析数据。
免费的 scikit-learn教程 可以在 scikit-learn 官方网站上找到。其他的帖子可以通过以下链接获取：
Introduction to Machine Learning with Python and Scikit-Learn （机器学习中 Python 和 Scikit-Learn 的介绍）
Data Science in Python （Python 中的数据科学）
Machine Learning for Predicting Bad Loans （用机器学习来预测坏账）
A Generic Architecture for Text Classification with Machine Learning （通过机器学习来分类文本的通用架构）
Using Python and AI to predict types of wine （利用 Python 和 AI 人工智能来预测酒的品种）
Advice for applying Machine Learning （应用机器学习的建议）
Predicting customer churn with scikit-learn （使用 scikit-learn 预测用户流失）
Mapping Your Music Collection （映射你的音乐收藏）
Data Science in Python （Python 中的数据科学）
Case Study: Sentiment Analysis on Movie Reviews （案例学习：电影评论中的情感分析）
Document Clustering with Python （Python中的文档聚类）
Five most popular similarity measures implementation in python （5 个最流行的Python相似度测量的实现）
Case Study: Sentiment Analysis on Movie Reviews （案例学习：电影评论中的情感分析）
Will it Python? （将会是 Python 么？）
Text Processing in Machine Learning （机器学习中的文本处理）
Hacking an epic NHL goal celebration with a hue light show and real-time machine learning （使用色彩灯光秀和实时机器学习黑入史诗级 NHL（北美冰球联赛）进球庆祝）
Vancouver Room Prices （温哥华房间价格）
Exploring and Predicting University Faculty Salaries （探索和预测大学教师工资）
Predicting Airline Delays （预测航班延误）
关于机器学习和 Python 中模块 scikit-learn 的书籍：
Collection of books on reddit （收集 reddit 新闻网站上的书籍）
Building Machine Learning Systems with Python （用 Python 建立机器学习系统）
Building Machine Learning Systems with Python, 2nd Edition （用 Python 建立机器学习系统，第二版）
Learning scikit-learn: Machine Learning in Python （学习 scikit-learn:Python 中的机器学习）
Machine Learning Algorithmic Perspective (透视机器学习算法)
Data Science from Scratch – First Principles with Python (抓取的数据科学——关于 Python 的首要原则)
Machine Learning in Python （Python 中的机器学习）
接下来数月将要发行的书籍包括：
《Introduction to Machine Learning with Python》 （Python 机器学习的介绍）
《Thoughtful Machine Learning with Python: A Test-Driven Approach》 （思考 Python 机器学习：接近测试驱动）
机器学习相关的课程和博客