Data Cleaning and Exploration with Machine Learning: A practical guide to machine learning and data exploration with Python and Scikit-learn (English Edition)
Format:
Kindle
Kindle
Paperback
En stock
0.36 kg
No
Nuevo
Amazon
USA
- Machine learning has become central to how organizations handle data in today’s world. With businesses generating vast amounts of information, the ability to clean, explore, and model data effectively is no longer optional, it is a critical skill for decision-making, innovation, and competitive advantage. This book takes readers on a structured journey, starting with Python foundations and essential libraries. It discusses data cleaning, preprocessing, and exploratory analysis, and then explores text and time series data, dimensionality reduction, regression, classification, and clustering techniques. Advanced topics such as model evaluation, neural networks, deep learning, retrieval-augmented generation, and explainable AI are covered in detail, which are supported by real-world examples and case studies. Each chapter builds progressively, ensuring both theoretical grounding and practical application, and vital industry practices. By the end of the book, readers will be equipped with the skills to handle raw datasets, uncover patterns, build and evaluate ML models, and apply advanced techniques responsibly. You will be confident in applying these methods to solve problems in their domains, making yourself a competent data practitioner, ready to deliver insights and drive impact. What you will learn ● Understand Python foundations and essential data science libraries. ● Apply data cleaning methods to handle missing or noisy data. ● Perform exploratory data analysis using statistics and visualization. ● Work with text, time-series, and high-dimensional datasets. ● Build regression, classification, and clustering ML models. ● Evaluate models with metrics, validation, and hyperparameter tuning. ● Explore neural networks, deep learning, and explainable AI techniques. ● Implement real-world case studies and capstone data projects. Who this book is for This book is for data analysts, data scientists, ML engineers, and business professionals who want to strengthen their skills in data preparation and modeling. It is also valuable for students, researchers, and software developers aiming to apply ML techniques effectively in real-world projects. Table of Contents 1. Introduction to Data Science and Machine Learning 2. Setting Up Your Development Environment 3. Introduction to Integrated Development Environments 4. Exploring Essential Python Libraries 5. Introduction to Data Cleaning 6. Exploratory Data Analysis Made Easy 7. Demystifying Data Preprocessing from Raw to Refined 8. Unraveling Insights from Text and Time Series Data 9. Dimensionality Reduction Techniques 10. Building Regression Models for Confident Predictions 11. Supervised Learning for Developing Classification Models 12. Discovering Hidden Patterns with Clustering Techniques 13. Ensuring Model Reliability Through Evaluation 14. Techniques and Applications of RAG Pipelines 15. Fine-tuning and Evaluating Base LLMs 16. Putting It All Together with Case Studies 17. Best Practices and Tips from Industry Experts 18. Conclusion and Further Resources
Producto prohibido
Este producto no está disponible
Conoce más detalles
Highlight, take notes, and search in the book
Productos Relacionados
Ver másOtros Productos
Ver másCompra protegida
Disfruta de una experiencia de compra segura y confiable
¿Cómo comprar?
Garantía de entrega
Con Tiendamia todas tus compras cuentan con Garantía de Entrega o devolución total de tu dinero.
Compras 100% seguras y garantizadas, para que pidas lo que soñás y lo recibas del mundo a tu puerta.
Saber más.¿Cómo solicitar una devolución?
Para solicitar una devolución, el cliente debe realizarlo a través de su cuenta de Tiendamia. Este proceso está sujeto a la aprobación del departamento de Devoluciones (lo cual puede demorar de 48hs a 72hs hábiles). En caso de no tener la opción en la web, el cliente debe contactarse con Atención al Cliente para iniciar la solicitud.
Los productos sin devolución son:
- Los productos que tienen un tiempo de entrega mayor a 20 días hábiles.
- Productos que por su naturaleza no admiten devolución en EE.UU. o China y, por lo tanto, Tiendamia no puede ofrecer la devolución al cliente.
Tarjetas prepagas, debito, y credito
Paga hasta en 12 cuotas sin interés con tarjetas de crédito.
Visa
Mastercard
American Express
Dinners
Discover
Lider
Midinero
OCA
OCA Blue
Tarjeta PREX
Pagos a través de PayPal
Paga en dólares con Tarjetas internacionales a través de PayPal.
PayPal
Información de Aduanas Urugauy
Régimen de Encomiendas Postales Internacionales
Dirección Nacional de Aduanas (Decreto 356/014)
Todo envío que cumpla con las siguientes condiciones, está exento de impuestos de Aduana, según el decreto 356/014.
- El monto de la compra NO puede superar los USD 200 de valor de los productos. Dicho valor NO incluye los costos de envío y manejo.
- El paquete no puede pesar más de 20 Kg.
- El destinatario de la misma debe ser mayor de edad (mayor de 18 años). La cédula declarada deberá coincidir con el nombre del titular de la compra.
- Que no sean productos prohibidos
- Máximo 5 unidades del mismo producto por orden.
- No superar las 3 compras anuales por persona: consultar franquicias utilizada
- Deben ser compras personales y sin fines comerciales.
- Datos claros del comprador/a: Nombre, C.I. y domicilio.
- Que no sean productos gravados por el impuesto (I.M.E.S.I.).
- En caso de comprar un celular, será necesario gestionar el trámite VUCE, del cual Tiendamia se hace responsable automáticamente, a no ser que el cliente opte por tramitarlo por su cuenta. Por más información: ¿Cómo se gestiona el permiso URSEC / VUCE para productos con Wifi o Bluethooth?
Algunos de los artículos que no ofrecemos, ya sea porque son prohibidos, porque son gravados por el impuesto I.M.E.S.I., o porque requieren trámites especiales: ver listado