Цитаты из книги автора Луис Серрано Грокаем машинное обучение

NumPy — для хранения массивов и выполнения сложных математических вычислений;
• Pandas — для хранения, обработки и анализа больших наборов данных;
• Matplotlib — для построения графиков данных;
• Turi Create — для хранения и обработки данных, а также обучения моделей;
• Scikit-Learn — для обучения моделей машинного обучения;
• Keras (TensorFlow) — для обучения нейронных сетей.

ЧИСЛОВЫЕ ДАННЫЕ — это любой тип данных, в которых используются такие числа, как 4, 2,35 или –199. Примерами числовых данных могут служить цены, размеры или веса.

КАТЕГОРИАЛЬНЫЕ ДАННЫЕ — это любой тип данных, который использует категории или состояния, такие как «мужчина/женщина» или «кошка/собака/птица». Для этого типа данных у нас имеется конечный набор категорий, которые нужно связать с каждой из точек данных.

ПРИЗНАК — любое свойство или характеристика данных, которые модель может применять для прогнозирования

МОДЕЛЬ — набор правил, которые представляют наши данные и могут быть задействованы для прогнозирования

АЛГОРИТМ — процедура или набор шагов, используемых для решения задачи или выполнения вычисления. Здесь цель алгоритма — построение модели

Как мыслят люди?
Когда нам, людям, нужно принять решение, основанное на собственном опыте, мы обычно задействуем следующую концепцию.
1. Вспоминаем похожие ситуации в прошлом.
2. Формулируем общее правило.
3. Используем его, чтобы спрогнозировать то, что может произойти в будущем

ЧИСЛОВЫЕ ДАННЫЕ — это любой тип данных, в которых используются такие числа, как 4, 2,35 или –199. Примерами числовых данных могут служить цены, размеры или веса.

Она работает следующим образом.

регрессионные модели — это те, где метка, которую мы хотим получить, представляет собой число. Оно прогнозируется на основе признаков.

, чтобы при поступлении нового электронного письма (точки данных) мы могли спрогнозировать ег