Машинное обучение

В последние годы машинное обучение вышло на уровень большого бизнеса: компании активно используют его для зарабатывания денег, прикладные исследования бурно развиваются, а неугомонные разработчики используют любую возможность повысить свой уровень владения данной тематикой.

Данная книга рассчитана на тех, кто хочет решать самые разнообразные задачи при помощи машинного обучения. Как правило, для этого нужен Python, поэтому в примерах кода используется этот язык, а также библиотеки pandas и scikit-learn. Вы познакомитесь с основными понятиями ML, такими как сбор данных, моделирование, классификация и регрессия, а главное, получите практический опыт обработки реальных данных.

• Предисловие
• Вступление
• Благодарности
• О книге
• От издательства
• Об авторах

  Часть I. Последовательность действий при машинном обучении

• Глава 1. Что такое машинное обучение?
• Глава 2. Реальные данные
• Глава 3. Моделирование и прогнозирование
• Глава 4. Оценка и оптимизация модели
• Глава 5. Основы проектирования признаков

  Часть II. Практическое применение

• Глава 6. Пример: чаевые для таксистов
• Глава 7. Усовершенствованное проектирование признаков
• Глава 8. Пример обработки естественного языка
• Глава 9. Масштабирование процесса машинного обучения
• Глава 10. Пример с цифровой рекламой

• Приложение. Популярные алгоритмы машинного обучения