В данную книгу включены подробные примеры и комментарии, которые помогут вам оперативно ориентироваться в основах структурированного машинного обучения (МО).
Автор, Мэтт Харрисон, предлагает ценный справочник, который вы можете использовать как дополнительное пособие при обучении МО и в качестве удобного ресурса, когда погружаетесь в ваш следующий проект машинного обучения. Приведенные фрагменты кода имеют такой размер, чтобы их можно было использовать и адаптировать в ваших собственных проектах МО.
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
