В двухтомнике представлены материалы по применению классических методов машинного обучения для различных промышленных задач.
Прочитав первый том, вы научитесь:
работать в IPython и Jupyter Notebook;
применять функции библиотеки NumPy;
визуализировать результаты анализа с помощью библиотек matplotlib, seaborn и plotly;
выполнять предварительную подготовку данных в библиотеке pandas;
работать с классами scikit-learn, строящими модели предварительной подготовки данных и модели машинного обучения;
применять различные стратегии валидации данных.
Вторая часть издания - "Предварительная подготовка данных в Python. Том 2. План, примеры и метрики качества".
