Сборник рецептов по машинному обучению на Python
Источник: https://t.me/Python_libr/3460
Краткое содержание
Анонс книги «Машинное обучение с использованием Python. Сборник рецептов» (около 200 практических рецептов). Покрываются типовые задачи: загрузка и предобработка числовых и текстовых данных, отбор и оценка моделей, снижение размерности и др. Основной стек — pandas и scikit-learn; каждый рецепт сопровождается объяснением и работающим кодом, который можно копировать и адаптировать.
Иллюстративный пример типичного «рецепта» из такой книги — стандартизация признаков и обучение логистической регрессии:
from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler
from sklearn.linear_model import LogisticRegression
X, y = load_iris(return_X_y=True)
X_train, X_test, y_train, y_test = train_test_split(X, y, random_state=0)
scaler = StandardScaler().fit(X_train)
clf = LogisticRegression(max_iter=1000).fit(scaler.transform(X_train), y_train)
print(clf.score(scaler.transform(X_test), y_test))
Тег: #RU.
Значимость
Книга-справочник как точка входа для тех, кто хочет быстро решать прикладные ML-задачи на Python без глубокого погружения в теорию: формат «рецепт + код + объяснение» удобен для копирования в собственные пайплайны.
🧾 Транскрипт (формат)
📓 Машинное обучение с использованием Python. Сборник рецептов
Источник: https://t.me/Python_libr/3460
📓 Машинное обучение с использованием Python. Сборник рецептов.
• Книга содержит около 200 рецептов решения практических задач машинного обучения, таких как загрузка и обработка текстовых или числовых данных, отбор модели, уменьшение размерности и многие другие. Рассмотрена работа с языком Python и его библиотеками, в том числе pandas и scikit-learn. Решения всех задач сопровождаются подробными объяснениями. Каждый рецепт содержит работающий программный код, который можно вставлять, объединять и адаптировать, создавая собственное приложение.
#RU