最近一直在研究machine learning with Scikit-Learn. 但在百度下搜索到的资料无一不关于基础例子：Iris Datasets的Machine Learning。 example的编程思维很简单，代码也很简单易明。 就是因为太过简单了，以至于学完之后不会应用到其他领域。 而且鉴于AlphaGo在围棋界的大获全胜，码农们都纷纷学习tensorflow。 tensorflow我也接触过，但不想还没学会走路就想学跑步。 所以决定重新投向scikit-learn的怀抱。
▌Scikit-learn For Investing
youtube是一个神奇的地方，你想不到的它都有。 多谢youtube上的一位作者 Sentdex 提供的“Scikit-learn Machine Learning with Python and SKlearn” 教学， 建议能翻墙的和懂英文的都看看。
以下是视频教学的相关描述：
How to use Scikit-learn (sklearn) with the python programming language to do Machine Learning with Support Vector Machines. Covered specifically here, we learn how to use Linear SVC to see if we can determine, based on fundamental information, whether a stock is likely to outperform the market or not.
▌文章更新编号
鉴于原视频中p1-p3都是关于sklearn的svm和股票专用术语描述，所以此系列的视频从p4开始。
▌最后
虽然分c君_BingWong只是作为一名搬运工，连码农都称不上。 但制作代码中的注释、翻译和搬运都花了很多时间，请各位大侠高抬贵手，在转载时请注明出处。