Ця книга навчить вас основним концепціям, які лежать в основі ймовірності та статистики, і проілюструє, як вони пов’язані з машинним навчанням за допомогою мови Python та її потужних розширень. Це не вдала перша книга з будь-якої з цих тем, оскільки ми припускаємо, що ви вже мали пристойний вступ до ймовірності та статистики на рівні бакалавра. Крім того, ми також припускаємо, що ви добре розумієте основні механізми самої мови Python. Зважаючи на це, ця книга підходить, якщо ви маєте базову підготовку та хочете навчитися використовувати науковий інструментарій Python для дослідження цих тем. З іншого боку, якщо вам зручно працювати з Python, можливо, через роботу в іншій науковій галузі, тоді ця книга навчить вас основам ймовірності та статистики, а також тому, як використовувати ці ідеї для інтерпретації методів машинного навчання. Подібним чином, якщо ви практикуючий інженер, який використовує комерційний пакет (наприклад, MATLAB, IDL), ви дізнаєтесь, як ефективно використовувати науковий інструментарій Python, переглядаючи концепції, з якими ви вже знайомі. Найважливішою особливістю цієї книги є те, що все в ньому можна відтворити за допомогою Python. Зокрема, весь код, усі малюнки та (більшість) тексту доступні в додаткових матеріалах для завантаження, які відповідають цій книзі як IPython Notebooks. Блокноти IPython — це живі інтерактивні документи, які дозволяють змінювати параметри, повторно обчислювати діаграми та взагалі коригувати всі ідеї та код у цій книзі. Я закликаю вас завантажити ці блокноти IPython і стежити за текстом, щоб експериментувати з охопленими темами. Я гарантую, що це покращить ваше розуміння, оскільки блокноти IPython дозволяють використовувати інтерактивні віджети, анімацію та інші функції для розвитку інтуїції, які допомагають конкретизувати багато з цих абстрактних ідей. Як проект із відкритим вихідним кодом, весь науковий інструментарій Python, включаючи IPython Notebook, є у вільному доступі. Викладаючи цей матеріал протягом багатьох років, я переконаний, що єдиний спосіб навчитися – це експериментувати по ходу. Текст містить інструкції щодо того, як розпочати інсталяцію та конфігурацію вашого наукового середовища Python. Ця книга не є вичерпною та відображає еклектичне минуле автора в галузі. Основна увага зосереджена на основах та інтуїції для повсякденної роботи, особливо коли вам потрібно пояснити результати своїх методів нетехнічній аудиторії. Ми намагалися використовувати мову Python у найбільш виразний спосіб, заохочуючи при цьому хороші методи кодування на Python.