Машинное обучение с использованием Python. Сборник рецептов

Эта книга представляет собой практическое руководство по применению машинного обучения с использованием языка Python. Автор собрал около 200 готовых рецептов, которые охватывают весь процесс работы с данными — от предварительной обработки до построения сложных моделей глубокого обучения.

Каждый рецепт содержит работающий программный код с подробными объяснениями, который можно сразу использовать в своих проектах. Рассмотрены основные библиотеки Python для анализа данных: pandas для работы с данными и scikit-learn для построения моделей машинного обучения.

В книге представлены решения задач по обработке текстовых и числовых данных, отбору признаков, уменьшению размерности, оценке и выбору моделей. Рассмотрены различные алгоритмы: линейная и логистическая регрессия, деревья решений, случайные леса, метод k-ближайших соседей, опорно-векторные машины, наивные байесовские классификаторы, методы кластеризации и нейронные сети.

Особое внимание уделено практическим аспектам: работе с векторами, матрицами и массивами, обработке изображений, дат и времени, а также сохранению и загрузке обученных моделей. Книга идеально подходит для разработчиков, которые хотят быстро освоить практические навыки применения машинного обучения в реальных проектах.