Машинное обучение для абсолютных новичков. Вводный курс, изложенный простым языком

Практическое и подробное введение в машинное обучение. Простые и понятные объяснения и отсутствие необходимости опыта программирования делают эту книгу прекрасной альтернативой академическому учебнику. Здесь представлены основные алгоритмы машинного обучения (ML), которые сопровождаются наглядными примерами и практическими работами. Также вы узнаете про перекрестную проверку, ансамблевое моделирование, поиск по сетке для настройки моделей, проектирование функций, горячее кодирование и многое другое.

Для разработки интеллектуальных машин в первую очередь надо понять классическую статистику, так как алгоритмы на ее основе — это сердце машинного обучения. Написание кода — еще одна неотъемлемая часть ML, которая предусматривает управление данными. Однако материал этого руководства можно освоить даже без навыков программирования. Возможно, с чтения этой книги начнется ваш путь к получению работы в области машинного обучения, а может быть, она просто удовлетворит ваше любопытство.

Внутри руководства:
• загрузка бесплатных наборов данных;
• методы очистки данных, включая горячее кодирование, группирование и обработку недостающих данных;
• подготовка данных для анализа;
• линейный регрессионный анализ;
• кластеризация, включая кластеризацию k-средних;
• основы работы нейронных сетей;
• смещение/дисперсия для улучшения модели машинного обучения;
• деревья решений для декодирования классификации;
• ваша первая модель машинного обучения с помощью Python.