Цей практичний посібник містить майже 200 самостійних рецептів, які допоможуть вам вирішити проблеми машинного навчання, з якими ви можете зіткнутися у щоденній роботі. Якщо вам зручно працювати з Python та його бібліотеками, включаючи pandas і scikit-learn, ви зможете вирішити конкретні проблеми, такі як завантаження даних, обробка текстових або числових даних, вибір моделі та зменшення розмірності та багато інших тем.< /p>

Кожен рецепт містить код, який можна скопіювати та вставити в набір даних іграшки, щоб переконатися, що він дійсно працює. Звідти ви можете вставляти, комбінувати або адаптувати код, щоб допомогти створити свою програму. Рецепти також включають обговорення, яке пояснює рішення та містить змістовний контекст. У цій кулінарній книзі ви виходите за рамки теорії та концепцій, надаючи ключові моменти, необхідні для створення робочих програм машинного навчання.

Ви знайдете рецепти для:

• векторів, матриць і масиви• Обробка числових і категоріальних даних, тексту, зображень, дат і часу• Зменшення розмірності за допомогою вилучення або вибору ознак• Оцінка та вибір моделі• Лінійна та логічна регресія, дерева та ліси та k-найближчі сусіди• Підтримка векторних машин ( SVM), наївний Байєс, кластеризація та нейронні мережі• Збереження та завантаження навчених моделей