本书通过“保险赔偿程度分析”“电信客户流失分析与预测”“基于历史和实时数据预测高频比特币价格”“人口规模聚类与民族预测”“主题建模：更好地洞察大型文本”“开发基于模型的电影推荐引擎”“使用Q-learning和Scala Play框架进行期权交易”“使用深度神经网络进行银行电话营销的客户订购评估”“使用自动编码器和异常检测进行欺诈分析”等11个完整的项目，结合Spark ML、H2O、Zeppelin等流行机器学习库以及一些经典数据集为读者介绍了机器学习项目的详细开发流程。并列题名：Scala machine learning projects eng