Ця книга охоплює машинне навчання, одну з найактуальніших тем за останні роки. З експоненціальним зростанням обчислювальної потужності та одночасним зниженням цін немає кращого часу для машинного навчання. Завдяки машинному навчанню завдання, які зазвичай потребують величезної обчислювальної потужності, тепер доступні на настільних комп’ютерах. Тим не менш, машинне навчання не для слабкодухих — воно вимагає хороших статистичних основ, а також знань програмування. Більшість книжок на ринку або надто поверхневі, або занадто глибокі, що часто змушує читачів-початківців хапати повітря. У цій книзі буде м’який підхід до цієї теми. По-перше, він охопить деякі фундаментальні бібліотеки, які використовуються в Python, які роблять можливим машинне навчання. Зокрема, ви дізнаєтеся, як маніпулювати масивами чисел за допомогою бібліотеки NumPy, а потім використовувати бібліотеку Pandas для роботи з табличними даними. завершено, ви дізнаєтесь, як візуалізувати дані за допомогою бібліотеки matplotlib, яка дозволяє вам будувати різні типи діаграм і графіків, щоб ви могли легко візуалізувати свої дані. Коли ви матимете міцну основу в основах, я розповім про машину навчання за допомогою бібліотек Python і Scikit-Learn. Це дасть вам чітке розуміння того, як різні алгоритми машинного навчання працюють за лаштунками. У цій книзі я розповім про типові алгоритми машинного навчання, такі як регресія, кластеризація та класифікація. Ця книга також містить розділ, у якому ви дізнаєтесь, як виконувати машинне навчання за допомогою Microsoft Azure Machine Learning Studio, що дозволяє розробникам розпочинати створення моделей машинного навчання за допомогою перетягування без необхідності кодування. І, що найважливіше, не вимагаючи глибоких знань машинного навчання. Нарешті, я обговорю, як ви можете розгорнути створені вами моделі, щоб їх можна було використовувати клієнтськими програмами, що працюють на мобільних і настільних пристроях. Це мій головний намір щоб зробити цю книгу доступною для якомога більшої кількості розробників. Щоб отримати максимальну користь від цієї книги, ви повинні мати певні базові знання програмування на Python, а також базове розуміння базової статистики. І так само, як ви ніколи не зможете навчитися плавати, просто читаючи книгу, я настійно пропоную це ви пробуєте зразок коду під час перегляду розділів. Змініть код і подивіться, як змінюється результат, і дуже часто ви будете здивовані тим, що ви можете зробити. Увесь приклад коду в цій книзі доступний як Jupyter Notebooks (доступний для завантаження зі сторінки підтримки Wiley для цього книга, www.wiley.com/go/leepythonmachinelearning). Тож ви можете просто завантажити їх і негайно випробувати. Ласкаво просимо до Python Machine Learning без подальших зволікань!