Предварительная подготовка данных в Python. Том 1. Инструменты и валидация

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".