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".