Dieses Buch ist effizient für Aspiranten und Forscher des maschinellen Lernens. Das Buch beginnt von der Datenevolution bis zum maschinellen Lernen, wie z.B. strukturierte Daten - halbstrukturierte Daten - unstrukturierte Daten - Data Mining - maschinelles Lernen.Das Buch besteht aus einem Vergleich zwischen verschiedenen Algorithmen wie SVM, DT, RF, GNB, ELM, LR, etc. werden ausführlich beschrieben. Es gibt glasklare Vorstellungen über Python-Pakete und deren Implementierung.