This book is a hands-on guide to common data analysis and machine learning tools in Python. It will help you understand how pandas and matplotlib can be used to examine datasets with summary statistics and graphs, and to extract the useful information you want.
While reading the book, you:
Install the required packages to customize your programming environment;
Learn to use Matplotlib to create visualizations;
Learn ways to reduce overfitting;
Learn model fitting with scikit-learn;
Tune a random forest model and compare its performance with logistic regression.
Advantages:
The author talks about machine learning in understandable language;
Uses real-world examples.
--
Данная книга является практическим руководством по стандартным инструментам анализа данных и машинного обучения на Python. Она поможет вам понять, как можно использовать pandas и matplotlib для изучения наборов данных со сводной статистикой и графиками, а также для извлечения полезной информации, которую вы хотите получить.
Во время чтения книги вы:
Установите необходимые пакеты для настройки вашей среды программирования;
Научитесь использовать Matplotlib для создания визуализаций;
Изучите способы уменьшения переобучения;
Научитесь подбирать модель с помощью scikit-learn;
Настроите модель случайного леса и сравните её производительность с логистической регрессией.
Достоинства:
Автор рассказывает о машинном обучении понятным языком;
Используются примеры из реальной практики.
While reading the book, you:
Install the required packages to customize your programming environment;Learn to use Matplotlib to create visualizations; Learn ways to reduce overfitting;Learn model fitting with scikit-learn;Tune a random forest model and compare its performance with logistic regression.Advantages:
The author talks about machine learning in understandable language;Uses real-world examples.--
Данная книга является практическим руководством по стандартным инструментам анализа данных и машинного обучения на Python. Она поможет вам понять, как можно использовать pandas и matplotlib для изучения наборов данных со сводной статистикой и графиками, а также для извлечения полезной информации, которую вы хотите получить.
Во время чтения книги вы:
Установите необходимые пакеты для настройки вашей среды программирования;Научитесь использовать Matplotlib для создания визуализаций;Изучите способы уменьшения переобучения;Научитесь подбирать модель с помощью scikit-learn;Настроите модель случайного леса и сравните её производительность с логистической регрессией.Достоинства:
Автор рассказывает о машинном обучении понятным языком;Используются примеры из реальной практики.