Master Machine Learning with scikit-learn (Paperback)
Langue : anglais
Edité par Independently Published, 2026
- Livre broché
- Neuf
Vendeur : CitiRetail, Stevenage, Royaume-UniCitiRetail
Vendeur AbeBooks depuis 29 juin 2022
Etat: Neuf
EUR 24,51
Quantité disponible : 1 disponible(s)
Ajouter au panierItem description from seller
Paperback. This is a practical guide to help you transform from Machine Learning novice to skilled Machine Learning practitioner. Throughout the book, you'll learn the best practices for proper Machine Learning and how to apply those practices to your own Machine Learning problems. By the end of this book, you'll be more confident when tackling new Machine Learning problems because you'll understand what steps you need to take, why you need to take them, and how to correctly execute those steps using scikit-learn. You'll know what problems you might run into, and you'll know exactly how to solve them. Because you're learning a better way to work in scikit-learn, your code will be easier to write and to read, and you'll get better Machine Learning results faster than before! "If you think that Machine Learning is too complex for you to learn, I cannot recommend this book enough. It will give you the confidence you need, along with the knowledge you want."- Reuven Lerner, Python trainer "By far the best book I've read on scikit-learn. The later chapters, in particular, helped me significantly deepen my understanding and improve my use of the library."- Patrick Ryan, Software Engineer "Exceptionally well-structured and easy to grasp."- Marco Peters, Business Intelligence Analyst Kevin Markham is the founder of Data School, an online school for learning Data Science with Python. He has been teaching Machine Learning in the classroom and online for more than 10 years, and is passionate about teaching people who are new to the field. He has a degree in Computer Engineering from Vanderbilt University and lives in Asheville, North Carolina. Topics covered: Review of the basic Machine Learning workflowEncoding categorical featuresEncoding text dataHandling missing valuesPreparing complex datasetsCreating an efficient workflow for preprocessing and model buildingTuning your workflow for maximum performanceAvoiding data leakageProper model evaluationAutomatic feature selectionFeature standardizationFeature engineering using custom transformersLinear and non-linear modelsModel ensemblingModel persistenceHandling high-cardinality categorical featuresHandling class imbalance This item is printed on demand. Shipping may be from our UK warehouse or from our Australian or US warehouses, depending on stock availability.…
N° de réf. du vendeur 9798299179460
- Titre
- Master Machine Learning with scikit-learn (Paperback)
- Auteur
- Kevin Markham
- Éditeur
- Independently Published
- Année de publication
- 2026
- État de l'article
- new
- Reliure
- Paperback
- Langue
- anglais
- ISBN à 13 chiffres
- 9798299179460
Throughout the book, you’ll learn the best practices for proper Machine Learning and how to apply those practices to your own Machine Learning problems. By the end of this book, you’ll be more confident when tackling new Machine Learning problems because you’ll understand what steps you need to take, why you need to take them, and how to correctly execute those steps using scikit-learn. You’ll know what problems you might run into, and you’ll know exactly how to solve them. Because you’re learning a better way to work in scikit-learn, your code will be easier to write and to read, and you’ll get better Machine Learning results faster than before!
"If you think that Machine Learning is too complex for you to learn, I cannot recommend this book enough. It will give you the confidence you need, along with the knowledge you want."
- Reuven Lerner, Python trainer
"By far the best book I've read on scikit-learn. The later chapters, in particular, helped me significantly deepen my understanding and improve my use of the library."
- Patrick Ryan, Software Engineer
"Exceptionally well-structured and easy to grasp."
- Marco Peters, Business Intelligence Analyst
Kevin Markham is the founder of Data School, an online school for learning Data Science with Python. He has been teaching Machine Learning in the classroom and online for more than 10 years, and is passionate about teaching people who are new to the field. He has a degree in Computer Engineering from Vanderbilt University and lives in Asheville, North Carolina.
Topics covered:
- Review of the basic Machine Learning workflow
- Encoding categorical features
- Encoding text data
- Handling missing values
- Preparing complex datasets
- Creating an efficient workflow for preprocessing and model building
- Tuning your workflow for maximum performance
- Avoiding data leakage
- Proper model evaluation
- Automatic feature selection
- Feature standardization
- Feature engineering using custom transformers
- Linear and non-linear models
- Model ensembling
- Model persistence
- Handling high-cardinality categorical features
- Handling class imbalance
« Synopsis » peut appartenir à une autre édition de cet ouvrage.
CitiRetail
Stevenage, Royaume-Uni
Vendeur AbeBooks depuis 29 juin 2022
Frais d'expédition de Royaume-Uni vers Etats-Unis
| Article | 7 à 14 jours ouvrés | 7 à 60 jours ouvrés |
|---|---|---|
| Premier article | EUR 42,97 | EUR 42,97 |
Modes de paiement
Description de la boutique
Online business
Profil professionnel du vendeur
ABC BOOKS LIMITED
10 John Street
London, Royaume-Uni WC1N 2EB
Conditions de vente
Orders can be returned within 30 days of receipt.
Droit de rétractation
Si vous êtes un consommateur, vous pouvez exercer votre droit de rétractation sur le contrat conformément à ce qui suit. Le mot « consommateur » désigne toute personne physique agissant à des fins qui n'entrent pas dans le cadre de son activité commerciale, artisanale ou professionnelle.
Informations concernant le droit de rétractation
Droit statutaire de rétractation
Vous avez le droit d'exercer votre droit de rétractation sur ce contrat dans les 14 jours sans donner de raison.
Le délai de rétractation expirera au bout de 14 jours à compter du jour où vous-même, ou un tiers autre que le transporteur et désigné par vous, prendrez physiquement possession de la dernière marchandise, du dernier lot ou de la dernière pièce.
Pour exercer votre droit de rétractation, remplissez électroniquement et envoyez une déclaration claire sur notre site Web, sous « Vos achats » dans « Votre compte ». Nous vous communiquerons sans délai un accusé de réception de cette rétractation sur un support durable (par exemple, par e-mail).
Pour respecter le délai de rétractation, il vous suffit d'envoyer votre message concernant l'exercice de votre droit de rétractation avant l'expiration du délai de rétractation.
Effets de la rétractation
Si vous exercez votre droit de rétractation sur ce contrat, nous vous rembourserons tous les paiements que vous avez effectués, y compris les frais de livraison (à l'exception des frais supplémentaires résultant du choix d'un mode de livraison autre que le type de livraison standard le moins cher que nous proposons).
Nous pouvons déduire du remboursement la perte de valeur de toute marchandise livrée, si la perte est le résultat d'une manipulation inutile de votre part.
Nous effectuerons le remboursement dans les meilleurs délais, et au plus tard 14 jours après le jour où nous aurons été informés de votre décision d'exercer votre droit de rétractation sur ce contrat.
Nous effectuerons le remboursement en utilisant le même moyen de paiement que celui que vous avez utilisé pour la transaction initiale, sauf si vous en avez expressément convenu autrement ; en tout état de cause, aucuns frais ne vous seront facturés à la suite d'un tel remboursement.
Nous pouvons suspendre le remboursement jusqu'à ce que nous ayons reçu les marchandises ou que vous ayez fourni la preuve que vous avez renvoyé les marchandises, en fonction de la première éventualité.
Vous devez renvoyer les marchandises ou les remettre à CitiRetail, Stevenage, United Kingdom, sans retard injustifié et, en tout état de cause, au plus tard 14 jours à compter du jour où vous nous avez communiqué votre décision de rétractation du présent contrat. Le délai est respecté si vous renvoyez les marchandises avant l'expiration du délai de 14 jours. Vous devrez prendre en charge les frais directs du renvoi des marchandises. Vous n'êtes responsable que de toute diminution de valeur des marchandises résultant d'une manipulation autre que celle nécessaire pour établir la nature, les caractéristiques et le fonctionnement des marchandises.
Exceptions au droit de rétractation
Le droit de rétractation ne s'applique pas à ce qui suit :
- Distribution de journaux, de revues ou de magazines, à l'exception des contrats d'abonnement ; et
- Fourniture d'un contenu numérique qui n'est pas fourni sur un support matériel (par exemple, sur un CD ou un DVD) si vous avez accepté, lors de votre commande, que nous puissions commencer à le livrer et que vous ne puissiez pas exercer votre droit de rétractation une fois la livraison commencée.
Conditions d'expédition
Please note that titles are dispatched from our US, Canadian or Australian warehouses. Delivery times specified in shipping terms. Orders ship within 2 business days. Delivery to your door then takes 7-14 days.