???????? ???????? ? ?????????????? ?????

Книга начинается с обзора различных типов алгоритмов машинного обучения, включая контролируемое обучение, неконтролируемое обучение и обучение с подкреплением. Затем авторы обсуждают различные методы обработки данных, необходимые для машинного обучения, такие как очистка данных, разработка признаков и выбор модели.В последующих главах книги рассматривается широкий спектр тем машинного обучения, включая Регрессия Метод прогнозирования непрерывных целевых значений.Классификация Метод прогнозирования категориальных целевых значений.Кластеризация Метод группировки похожих точек данных вместе.Снижение размерности Метод уменьшения количества признаков в наборе данных.Оценка модели Метод оценки эффективности модели машинного обучения.В книгу также включена глава о глубоком обучении, которое является подобластью машинного обучения, набравшей популярность в последние годы.