借助这份Bokeh小抄表，会让你很快地熟悉基本统计图表的制作过程：如何准备数据，创建图表，添加自定义的可视化数据的渲染器，输出图表并且保存或者展示。

　　小白：嘿，好嘞。Get！

　　答：哎，别急，还有一个重要成员没给你说呢。

　　小白：噢，对奥，atv，是什么learn来着？

　　答：Scikit-Learn！大部分用Python学习数据科学的人，都对 Scikit-Learn有所耳闻。这个开源Python包通过统一界面的帮助，实现多种机器学习、预处理、交叉验证和可视化算法。

　　对于一个踏入大数据领域的新人来说，机器学习、Scikit-Learn包可都是有抱负成为数据科学家的同学们的必知工具。

　　小白：嗯嗯，我有抱负，快说说这个Scikit-Learn的小抄表吧！

　　答：哈哈，小白，到这个时候你算是get啦！来看看吧，这张Scikit-Learn小抄表会向你介绍成功实现机器学习算法的基本步骤：如何加载数据，如何预处理数据，如何创建适合自己数据并能预测目标的模型，如何验证自己的模型，如何调整以进一步改善模型的性能。

　　简而言之，这张小抄表将会启动你的数据科学项目：借助示例的代码，你可以立刻开始创建、验证和调整你的机器学习模型。

　　小白：太好了！全部get !Python功能实在是太强大了！这些小抄表可是解了我的燃眉之急啊。还等什么呢？新年新气象，现在就开始学习咯！走起！