Learn from Data (Paperback)
Lingua: inglese
Editore: Independently Published, 2026
- Brossura
- Nuovo
Da: Grand Eagle Retail, Bensenville, IL, U.S.A.Grand Eagle Retail
Venditore AbeBooks dal 12 ottobre 2005
Condizione: Nuovo
EUR 26,63
Quantità: 1 disponibile
Aggiungi al carrelloDescrizione dell’articolo da parte del venditore
Paperback. Regression, classification, and neural networks for practical predictive systemsMachine learning is not magic-it is applied mathematics, statistics, and engineering working together to extract patterns from data.Behind every recommendation engine, fraud detector, forecasting model, and intelligent application lies a foundation of statistical reasoning and predictive modeling."Learn from Data" is a practical, engineering-focused guide to statistical machine learning using Python and modern data science workflows.This book teaches developers and analysts how to build, evaluate, and improve machine learning systems through clear explanations, hands-on examples, and real-world problem solving.Why statistical machine learning mattersModern organizations rely on machine learning to: predict outcomes and trendsclassify and segment informationautomate decision makingdetect anomalies and fraudpersonalize user experiencesuncover hidden patterns in dataUnderstanding the statistical foundations behind these systems is essential for building models that are reliable, interpretable, and useful.What you will learnfundamentals of statistical learningdata preprocessing and feature engineeringregression modeling techniquesbinary and multiclass classificationmodel evaluation and validationbias, variance, and overfitting conceptsprobability and statistical inference for MLneural network fundamentalsoptimization and gradient-based learningbuilding machine learning pipelines with PythonFrom raw data to predictive systemsThroughout the book, you will learn how to: clean and prepare datasets effectivelyselect appropriate models for different problemstrain and evaluate predictive systemsinterpret model performance correctlyimprove generalization and robustnessbuild maintainable machine learning workflowsEach chapter focuses on practical machine learning engineering principles rather than black-box shortcuts.Practical applicationsbusiness forecasting systemsfraud and anomaly detectionrecommendation enginescustomer behavior analysispredictive analytics platformsintelligent automation systemsThese examples reflect real-world machine learning engineering challenges.Who this book is foraspiring machine learning engineersdata scientistssoftware developers entering AIanalysts learning predictive modelingstudents studying machine learningengineers building intelligent systemsIf you want to understand how machine learning works mathematically and practically, this book provides the roadmap.Model carefully.Learn from data.Build predictive systems with confidence. This item is printed on demand. Shipping may be from multiple locations in the US or from the UK, depending on stock availability.…
Codice articolo 9798180307477
- Titolo
- Learn from Data (Paperback)
- Autore
- Richard Boozman
- Editore
- Independently Published
- Anno di pubblicazione
- 2026
- Condizione
- new
- Rilegatura
- Paperback
- Lingua
- inglese
- ISBN 13
- 9798180307477
Machine learning is not magic—it is applied mathematics, statistics, and engineering working together to extract patterns from data.
Behind every recommendation engine, fraud detector, forecasting model, and intelligent application lies a foundation of statistical reasoning and predictive modeling.
“Learn from Data” is a practical, engineering-focused guide to statistical machine learning using Python and modern data science workflows.
This book teaches developers and analysts how to build, evaluate, and improve machine learning systems through clear explanations, hands-on examples, and real-world problem solving.
Why statistical machine learning matters
Modern organizations rely on machine learning to:
- predict outcomes and trends
- classify and segment information
- automate decision making
- detect anomalies and fraud
- personalize user experiences
- uncover hidden patterns in data
Understanding the statistical foundations behind these systems is essential for building models that are reliable, interpretable, and useful.
What you will learn
- fundamentals of statistical learning
- data preprocessing and feature engineering
- regression modeling techniques
- binary and multiclass classification
- model evaluation and validation
- bias, variance, and overfitting concepts
- probability and statistical inference for ML
- neural network fundamentals
- optimization and gradient-based learning
- building machine learning pipelines with Python
From raw data to predictive systems
Throughout the book, you will learn how to:
- clean and prepare datasets effectively
- select appropriate models for different problems
- train and evaluate predictive systems
- interpret model performance correctly
- improve generalization and robustness
- build maintainable machine learning workflows
Each chapter focuses on practical machine learning engineering principles rather than black-box shortcuts.
Practical applications
- business forecasting systems
- fraud and anomaly detection
- recommendation engines
- customer behavior analysis
- predictive analytics platforms
- intelligent automation systems
These examples reflect real-world machine learning engineering challenges.
Who this book is for
- aspiring machine learning engineers
- data scientists
- software developers entering AI
- analysts learning predictive modeling
- students studying machine learning
- engineers building intelligent systems
If you want to understand how machine learning works mathematically and practically, this book provides the roadmap.
Model carefully.
Learn from data.
Build predictive systems with confidence.
"Riassunto" può appartenere a un’altra edizione di questo titolo.
Grand Eagle Retail
Bensenville, IL, U.S.A.
Venditore AbeBooks dal 12 ottobre 2005
Tariffe di spedizione nazionale per U.S.A.
| Articolo | Da 6 a 14 giorni lavorativi | Da 6 a 16 giorni lavorativi |
|---|---|---|
| Primo articolo | EUR 0,00 | EUR 0,00 |
Metodi di pagamento
Informazioni sull’azienda del venditore
APOLLO ONLINE CORP.
605 Geddes Street
Wilmington, DE U.S.A. 19805
Condizioni di vendita
We guarantee the condition of every book as it¿s described on the Abebooks web sites. If you¿ve changed
your mind about a book that you¿ve ordered, please use the Ask bookseller a question link to contact us
and we¿ll respond within 2 business days.
Books ship from California and Michigan.
Diritto di recesso
Se sei un consumatore puoi recedere dal contratto in conformità con quanto segue. Per Consumatore si intende qualsiasi persona fisica che agisce per scopi estranei alla propria attività commerciale, imprenditoriale, artigianale o professionale.
Informazioni sul diritto di recesso
Diritto legale di recesso
Hai il diritto di recedere dal presente contratto entro 14 giorni senza fornire alcuna motivazione.
Il periodo di recesso scade dopo 14 giorni dal giorno in cui tu o una terza parte, diversa dal vettore e da te indicata, acquisisce il possesso fisico dell'ultimo bene o dell'ultimo lotto o pezzo.
Per esercitare il diritto di recesso, compila e invia elettronicamente una dichiarazione esplicita sul nostro sito Web, alla voce “I miei acquisti” nella sezione “Mio account”. Ti comunicheremo senza indugio una conferma di ricezione di tale recesso su un supporto durevole (ad es. via e-mail).
Per rispettare il termine di recesso, è sufficiente inviare la comunicazione relativa all'esercizio del diritto di recesso prima della scadenza del periodo di recesso stesso.
Effetti del recesso
In caso di recesso dal presente contratto, ti rimborseremo tutti i pagamenti ricevuti, compresi i costi di spedizione (ad eccezione dei costi supplementari derivanti dalla tua eventuale scelta di un tipo di spedizione diverso dal tipo meno costoso di consegna standard da noi offerto).
Potremo effettuare una detrazione dal rimborso per la perdita di valore dei beni forniti, qualora tale perdita sia il risultato di una manipolazione non necessaria da parte tua.
Eseguiremo il rimborso senza indebito ritardo e non oltre 14 giorni dal giorno in cui saremo informati della tua decisione di recedere dal presente contratto.
Il rimborso sarà effettuato utilizzando lo stesso mezzo di pagamento da te usato per la transazione iniziale, salvo che tu non abbia espressamente concordato altrimenti; in ogni caso, non dovrai sostenere alcun costo quale conseguenza di tale rimborso.
Possiamo trattenere il rimborso finché non avremo ricevuto i beni oppure finché non avrai fornito la prova di averli rispediti, a seconda di quale condizione si verifichi per prima.
Dovrai rispedire i beni o consegnarli a Grand Eagle Retail, Bensenville, Illinois, U.S.A., senza indebito ritardo e, in ogni caso, entro 14 giorni dal giorno in cui ci hai comunicato la tua volontà di recedere dal presente contratto. Il termine è rispettato se rispedisci i beni prima della scadenza del periodo di 14 giorni. I costi diretti della restituzione dei beni saranno a tuo carico. Sei responsabile solo della diminuzione del valore dei beni risultante da una manipolazione diversa da quella necessaria per stabilire la natura, le caratteristiche e il funzionamento dei beni stessi.
Eccezioni al diritto di recesso
Il diritto di recesso non si applica a:
- La fornitura di giornali, periodici o riviste ad eccezione dei contratti di abbonamento; e
- La fornitura di contenuto digitale non fornito su un supporto materiale (ad es. su un CD o DVD), se al momento dell'invio dell'ordine hai accettato l'inizio dell'esecuzione e hai riconosciuto che non avresti potuto recedere una volta iniziata l'esecuzione.
Condizioni di spedizione
Orders usually ship within 2 business days. All books within the US ship free of charge. Delivery is 4-14 business days anywhere in the United States.
Books ship from California and Michigan.
If your book order is heavy or oversized, we may contact you to let you know extra shipping is required.