Denne boken er den ideelle omfattende guiden for lesere med grunnleggende til mellomliggende kunnskap om maskinlæring og dyp læring. Den introduserer viktige verktøy som NumPy for numerisk behandling, Pandas for analyse av paneldata, Matplotlib for visualisering, Scikit-learn for maskinlæring, og Pytorch for dyp læring med Python. Boken fungerer også som et langsiktig referanseverktøy for praktikere som ønsker løsninger på vanlige scenarier. Den er delt opp i tre seksjoner. Den første seksjonen gir en introduksjon til verktøy for datakjøring og analyse ved hjelp av Python, med grundige forklaringer på konfigurasjon av miljøet, dataopplasting, numerisk behandling, dataanalyse og visualisering. Den andre seksjonen dekker grunnleggende maskinlæring og Scikit-learn-biblioteket. Her forklares både supervisert og usupervisert læring, implementering, klassifisering av regresjonsalgoritmer, samt ensemblemetoder, alt presentert på en lettfattelig måte med både teoretiske og praktiske eksempler.
