本書的主體內容包括機器學習概念與特征工程、機器學習技術、模型關系管理，其中，模型關系管理部分主要介紹了弱集成學習、強集成學習和混合專家模型。弱集成學習是指使用機器學習中的弱分類器實現模型準確度和穩定性之間的平衡。強集成學習是指協同特征工程與強分類器形成強集成學習環境。混合專家模型是指通過神經網絡集成和網絡結構設計形成深度學習框架。本書以案例分析為主線介紹不同的集成學習方法，首先闡述弱集成學習如何解決項目痛點問題，然后以痛點為起點，集中討論強集成學習如何解構子項目問題，最后通過深度學習分析非結構化數據。在每個案例中，歸因問題是分析的核心，提供了解析歸因問題的一系列方法，以作者多年的項目經驗為基礎，展示Python數據分析的強大之處。