是一本以Python语言为工具，融合数学、信息科学与经济学等多领域知识的交叉学科教材。本书有以下特点：
·将机器学习建模思想分散融入各类算法模型中。例如，将“模型拟合”融入线性回归，将“模型评估”融入逻辑回归，将“核函数”融入支持向量机，将“集成学习”决策树……帮助读者体会隐藏于模型背后的机器学习建模核心思想，有效提高学习效率。
·注重模型原理、代码实现与应用场景的紧密结合。对于每个机器学习模型，先以一个简洁例子引入其应用场景，再通过数学建模介绍算法内在逻辑并辅以核心代码实现，最后结合实际场景展示模型应用效果，达到理论、技术、应用的融汇贯通。
·配备丰富数字资源。各章均配有习题答案、插图原图以及教辅资源，既便于教师备课和授课，也有利于学生课后进一步领会和练习书中内容。此外，本书还提供两个编程技术附录——《附录A：Python 语言编程基习》便于读者零基础入门Python语言；《附录B：Python 数据分析工具包》帮助读者熟悉与大数据分析相关的Python工具包。
刘征驰，湖南大学经济与贸易学院教授、博士生导师、数字经济系主任，美国匹兹堡大学访问学者；主要研究方向为数据要素驱动的数字经济发展与治理，如数据要素市场、平台竞争与治理、数据资本与产业结构转型、数据要素与经济增长等；近年来主持多项国家自然科学基金和省部级基金课题；在European Journal of Operational Research、《中国工业经济》《系统工程理论与实践》等期刊发表多篇学术论文。
面对数字经济背景下大数据分析的现实需求，本书分别从经济理论阐述、数学原理推导、程序代码实现三个角度，系统全面地阐释了各类经典机器学习模型的理论内涵和适用范围，以及基于Python编程语言进行算法训练、模型测试和参数调优的具体方法。本书配有A、B两个附录，介绍了Python语言基本语法规则，以及经济大数据分析所涉及的Python工具包。
本书旨在培养能够综合运用经济学思维、数理分析方法和数据科学工具分析和解决经济社会发展中的理论和实际问题的复合型人才；可作为高等院校经济管理、计算机等专业本科生、研究生、MBA教材，也可作为相关企业员工内部培训教程或经济数据分析从业者的参考读物。
为进一步提高我国高校数字经济专业教学和课程建设水平，增进教师间的交流与合作，由中山大学岭南学院主办、北京大学出版社与中山大学金融工程与风险管理研究中心承办的“博雅大学堂——首届全国高校数字经济教学研讨会”将于2024年5月24—26日在广东广州举办，我们在此诚挚邀请您参加。