Главная >

Библиотеки машинного обучения на Python. Работа с данными, построение моделей, оценка качества и MLOps

Окунь О. Г.

Тема: Библиотека программиста
Страниц: 464
Обложка: Мягкая обложка
Формат: 165х233х24 мм
Год: 2027

Бумажная книга

~~2879 р.~~

Цена:

2500 р.

Оглавление Полистать

Описание
Отзывы
5 причин купить книгу

Построение модели машинного обучения — лишь часть работы. Необходимо разобраться в данных, выбрать подходящие методы, оценить качество предсказаний, объяснить результаты и организовать работу модели после развертывания. При этом экосистема Python постоянно растет, и выбрать нужные инструменты среди множества библиотек бывает непросто.
В книге собраны библиотеки Python для основных этапов жизненного цикла модели машинного обучения. Вы научитесь генерировать искусственные данные, исследовать и предобрабатывать данные, обучать модели классификации и регрессии, решать задачи кластеризации и обнаружения аномалий, оценивать качество данных и моделей, настраивать гиперпараметры и интерпретировать результаты моделирования. Познакомитесь с основными инструментами Python, включая pandas, scikit-learn, XGBoost, Optuna, FastAPI и MLflow, и узнаете, как применять их и другие библиотеки на всех этапах работы с ML-моделями.

Пока нет отзывов

Разбор библиотек Python для работы с данными, обучения, оптимизации и развертывания моделей.
Основные типы ML-задач: классификация, регрессия, кластеризация и обнаружение аномалий.
Практические примеры обработки данных с pandas, визуализацией и профилированием.
Подходы к оценке качества моделей с метриками и кросс-валидацией.
Основы MLOps с развертыванием моделей через FastAPI и мониторингом с помощью MLflow.

Библиотеки машинного обучения на Python. Работа с данными, построение моделей, оценка качества и MLOps

Оставить отзыв

Заказ обратного звонка