Машинное обучение: карманный справочник. Краткое руководство по методам структурированного машинного обучения на Python

Этот карманный справочник, содержащий подробные комментарии, таблицы и примеры, поможет вам ориентироваться в основах структурированного машинного обучения. Автор, Мэтт Харрисон, предлагает ценный учебник, который вы можете использовать как дополнительное пособие при обучении и как удобный ресурс для работы над своим следующим проектом машинного обучения.
В этой книге, идеально подходящей для программистов, аналитиков данных и инженеров искусственного интеллекта, также содержатся обзор процесса машинного обучения и классификация структурированных данных. Кроме всего прочего, с ее помощью вы изучите методы кластеризации, регрессии и уменьшения размерности.
Основные темы книги:
• Классификация с использованием набора данных Titanic;
• Как очистить данные и справиться с их недостатком;
• Разведочный анализ данных;
• Общие этапы предварительной обработки с использованием выборки данных;
• Выбор признаков, полезных для модели;
• Выбор модели;
• Оценка метрики и классификации;
• Примеры регрессии с использованием нескольких методов машинного обучения;
• Метрики для оценки регрессии;
• Кластеризация;
• Уменьшение размерности;
• Конвейеры Scikit-learn.