Learn from Data : Statistical Machine Learning with Python: Regression, Classification, and Neural Nets
Lingua: inglese
Editore: Independently Published Jun 2026, 2026
- Brossura
- Nuovo
Da: AHA-BUCH GmbH, Einbeck, GermaniaAHA-BUCH GmbH
Venditore AbeBooks dal 14 agosto 2006
Condizione: Nuovo
EUR 41,92
Quantità: 2 disponibili
Aggiungi al carrelloDescrizione dell’articolo da parte del venditore
Neuware - 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 trends- classify and segment information- automate decision making- detect anomalies and fraud- personalize user experiences- uncover hidden patterns in dataUnderstanding 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 PythonFrom raw data to predictive systemsThroughout 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 workflowsEach 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 systemsThese 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 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.…
Codice articolo 9798180307477
- Titolo
- Learn from Data : Statistical Machine Learning with Python: Regression, Classification, and Neural Nets
- Autore
- Richard Boozman
- Editore
- Independently Published Jun 2026
- Anno di pubblicazione
- 2026
- Condizione
- Neu
- Rilegatura
- Taschenbuch
- Lingua
- inglese
- ISBN 13
- 9798180307477
- Peso dell'articolo
- 308 grammi
- Dimensioni
- 229x152x16 mm
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.
AHA-BUCH GmbH
Einbeck, Germania
Venditore AbeBooks dal 14 agosto 2006
Tariffe di spedizione da Germania a U.S.A.
| Articolo | Da 7 a 10 giorni lavorativi | Da 5 a 7 giorni lavorativi |
|---|---|---|
| Primo articolo | EUR 35,00 | EUR 45,00 |
Metodi di pagamento
- Assegno
- Bonifico bancario
- PayPal
Descrizione dello Store
Das Unternehmen AHA-BUCH GmbH: Seit der Gründung von AHA-BUCH im Juli 2005 ist unser Hauptziel, zufriedenen Kunden so schnell und so preisgünstig wie möglich ihren Bücherwunsch zu erfüllen. Unsere Firma beschäftigt 16 Mitarbeiter, die nur ein Ziel kennen: den Kunden und seine Wünsche! Auf über 3700 m2 Fläche haben wir über 100.000 Bücher, Modernes Antiquariat und Spiele auf Lager.
Specializzazione
Kinderbücher & Kinderhör Casetten, German Books, Software, Natur & Tiere, Ratgeber, Sachbücher, Englische Bücher, Medizin & Gesundheit, Universität & StudiumInformazioni sull’azienda del venditore
AHA-BUCH GmbH
Garlebsen 48
Einbeck, Germania 37574
Condizioni di vendita
Imprimere
Informazioni sul venditore:
AHA-BUCH GmbH
rappresentata dall'amministratore delegato Christel Glass
Garlebsen 48
37574 Einbeck
Germania
Telefono: 055639996039
Fax: 055639995974
E-Mail: abebooks@aha-buch.de
USt-IdNr.: DE261904229
registrato presso Registro delle imprese Amtsgerichtes Göttingen
Handelsregisternummer HRB 200691
Risoluzione alternativa delle controversie:
La Commissione europea fornisce una piattaforma per la risoluzione extragiudiziale delle controversie online (piattaforma ODR), accessibile nell'ambito di https://ec.europa.eu/odr.
Siamo membri dell'iniziativa "FairCommerce" dal 25.05.2018.
Per ulteriori informazioni, vedere www.fair-commerce.de.
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 AHA-BUCH GmbH, Einbeck, Germany, 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
Spediamo il tuo ordine dopo averlo ricevuto
per articoli a portata di mano entro 24 ore,
per articoli con fornitura notturna entro 48 ore.
Nel caso in cui abbiamo bisogno di ordinare un articolo dal nostro fornitore, il nostro tempo di spedizione dipende dalla data di ricezione degli articoli, ma gli articoli verranno spediti lo stesso giorno.
Il nostro obiettivo è quello di inviare gli articoli ordinati nel modo più veloce, ma anche più efficiente e sicuro ai nostri clienti.