КАТАЛОГ

Учебное пособие посвящено современным методам анализа данных и машинного обучения, применяемым для решения прикладных задач в научной и аналитической практике. Последовательно рассматриваются основы работы с данными в среде Python, включая библиотеки NumPy, Pandas и инструменты визуализации. Значительное внимание уделено моделям обучения с учителем и без учителя: регрессии, классификации, кластеризации, понижению размерности и обработке текстов. Подробно обсуждаются функции потерь, методы регуляризации, метрики оценки качества, ансамблевые алгоритмы и построение моделей на основе Scikit-learn. Пособие ориентировано на формирование у читателя целостного представления о цикле разработки аналитических решений от подготовки данных до построения интерпретируемых и устойчивых моделей.