270 Глава 12. Машинное обучение для анализа данных
Выводы
Из этой главы вы узнали, как некоторые задачи анализа данных, такие как классификация, можно решить с помощью машинного обучения — метода, который позволяет компьютерным системам учиться на основе исторических данных или прошлого опыта. В частности, мы рассмотрели, как использовать алгоритмы МО для решения задачи по анализу тональности естественного языка. Мы преобразовали текстовые данные из отзывов о товарах Amazon в машиночитаемые числовые векторы признаков, затем обучили модель классифицировать отзывы в соответствии с их рейтингом. Вы также узнали, как генерировать признаки на основе числовых данных фондового рынка, и использовали эти признаки, чтобы обучить модель прогнозировать изменения цен акций.
В Python доступно множество способов объединения методов машинного обу чения, статистических методов, общедоступных API и возможностей структур данных. Эта книга на разных примерах показала вам некоторые из них. Я надеюсь, что она вдохновила вас на поиск новых прогрессивных решений.
Юлий Васильев
Python для data science
Перевела с английского А. Алимова
Руководитель дивизиона |
Ю. Сергиенко |
Руководитель проекта |
А. Питиримов |
Ведущий редактор |
Е. Строганова |
Литературный редактор |
М. Трусковская |
Художественный редактор |
В. Мостипан |
Корректоры |
С. Беляева, Н. Викторова |
Верстка |
Л. Егорова |
Изготовлено в России. Изготовитель: ООО «Прогресс книга». Место нахождения и фактический адрес: 194044, Россия, г. Санкт-Петербург,
Б. Сампсониевский пр., д. 29А, пом. 52. Тел.: +78127037373.
Дата изготовления: 06.2023. Наименование: книжная продукция. Срок годности: не ограничен.
Налоговая льгота — общероссийский классификатор продукции ОК 034-2014, 58.11.12 — Книги печатные профессиональные, технические и научные.
Импортер в Беларусь: ООО «ПИТЕР М», 220020, РБ, г. Минск, ул. Тимирязева, д. 121/3, к. 214, тел./факс: 208 80 01. Подписано в печать 07.04.23. Формат 70×100/16. Бумага офсетная. Усл. п. л. 21,930. Тираж 1000. Заказ 0000.
Кеннеди Берман
ОСНОВЫ PYTHON ДЛЯ DATA SCIENCE
Python — язык программирования № 1 для машинного обучения и Data Science. Но как же сложно решить, с чего начать изучение Python, ведь у него огромный инструментарий! Кеннеди Берман фокусируется на тех навыках программирования, которые понадобятся вам для решения задач в области Data Science и машинного обучения.
Вы познакомитесь с блокнотами Jupyter — лучшей средой для профессио нальной работы с данными. Затем перейдете к ключевым библиотекам, которые упрощают процесс математических вычислений, визуализации, решение задач машинного обучения и обработки естественного языка. Затем, овладев основами, вы перейдете к продвинутым техникам, позво ляющим решать более сложные задачи.