Предварительная подготовка данных в Python. Том 1. Инструменты и валидация

В двухтомнике представлены материалы по применению классических методов машинного обучения для различных промышленных задач.
Прочитав первый том, вы научитесь: – работать в IPython и Jupyter Notebook;
– применять функции библиотеки NumPy;
– визуализировать результаты анализа с помощью библиотек matplotlib, seaborn и plotly;
– выполнять предварительную подготовку данных в библиотеке pandas;
– работать с классами scikit-learn, строящими модели предварительной подготовки данных и модели машинного обучения;
– применять различные стратегии валидации данных. Вторая часть издания – “Предварительная подготовка данных в Python. Том 2. План, примеры и метрики качества”.