Python для машинного обучения

Книга посвящена практическому применению Python в задачах машинного обучения. Рассматриваются основные библиотеки и инструменты, необходимые для анализа данных и построения моделей.

В первой части книги изучаются основы Python и ключевые библиотеки для работы с данными: NumPy, Pandas, Matplotlib. Особое внимание уделяется предобработке данных и визуализации.

Вторая часть посвящена алгоритмам машинного обучения: линейная регрессия, деревья решений, случайный лес, метод опорных векторов и нейронные сети. Каждый алгоритм сопровождается практическими примерами.

Третья часть охватывает продвинутые темы: ансамблевые методы, настройка гиперпараметров, работа с несбалансированными данными и развертывание моделей в production.