Denne praktiske guiden tilbyr mer enn 200 selvstendige oppskrifter som hjelper deg med å løse utfordringer innen maskinlæring som du kan møte i arbeidet ditt. Hvis du har erfaring med Python og dets biblioteker, inkludert pandas og scikit-learn, vil du kunne håndtere spesifikke problemer som strekker seg fra å laste inn data til å trene modeller og utnytte nevrale nettverk. Hver oppskrift i denne oppdaterte utgaven inneholder kode som du kan kopiere, lime inn og kjøre med et testdatasett for å sikre at den fungerer. Deretter kan du tilpasse disse oppskriftene til ditt bruksområde eller din applikasjon. Oppskriftene inneholder en diskusjon som forklarer løsningen og gir meningsfull kontekst. Gå utover teori og konsepter ved å lære detaljene du trenger for å konstruere fungerende applikasjoner innen maskinlæring. Du vil finne oppskrifter for: Vektorer, matriser og arrays, arbeid med data fra CSV, JSON, SQL, databaser, skylagring og andre kilder, håndtering av numeriske og kategoriske data, tekst, bilder samt datoer og tider.
