Книга

[Питер] Библиотеки машинного обучения на Python. Работа с данными, построение моделей, оценка качества и MLOps [Олег Окунь]

О книге

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.

Тема: Библиотека программиста
Страниц: 464
Год: 2027

Формат скан pdf
Складчина создана 3 ноября 2026 г.

Запишитесь бесплатно — цена упадёт для всех

У автора этот материал стоит 2 500 ₽. В складчине сумму делят на всех: чем больше участников, тем меньше взнос каждого.

  1. 1 Оставляете email

    Без оплаты и без карты. Пришлём, как занять место в складчине на нашем основном сайте.

  2. 2 Складчина набирает людей

    Сейчас взнос 222 ₽. Когда наберётся около 16 участников, он опустится до 190 ₽.

  3. 3 Открывается сбор

    Присылаем итоговую цену. Устроит — платите и получаете материалы. Нет — просто не платите.

Запись ни к чему не обязывает: платите, только если итоговый взнос вас устроит.

190 ₽ Записаться бесплатно