Learn from Data : Statistical Machine Learning with Python: Regression, Classification, and Neural Nets
Idioma: inglés
Editorial: Independently Published Jun 2026, 2026
- Tapa blanda
- Nuevo
Librería: AHA-BUCH GmbH, Einbeck, AlemaniaAHA-BUCH GmbH
Vendedor de IberLibro desde 14 de agosto de 2006
Condición: Nuevo
EUR 41,92
Cantidad disponible: 2 disponibles
Añadir al carritoDescripción del artículo del vendedor
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.…
N° de ref. del artículo 9798180307477
- Título
- Learn from Data : Statistical Machine Learning with Python: Regression, Classification, and Neural Nets
- Autor
- Richard Boozman
- Editorial
- Independently Published Jun 2026
- Año de publicación
- 2026
- Estado
- Neu
- Encuadernación
- Taschenbuch
- Idioma
- inglés
- ISBN 13
- 9798180307477
- Peso del artículo
- 308 gramos
- Dimensiones
- 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.
“Sinopsis” puede pertenecer a otra edición de este título.
AHA-BUCH GmbH
Einbeck, Alemania
Vendedor de IberLibro desde 14 de agosto de 2006
Tarifas de envío de Alemania a Estados Unidos de America
| Artículo | De 7 a 10 días hábiles | De 5 a 7 días hábiles |
|---|---|---|
| Primer artículo | EUR 35,00 | EUR 45,00 |
Métodos de pago
- Cheque
- Giro bancario
- PayPal
Descripción de la tienda
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.
Especialidad
Kinderbücher & Kinderhör Casetten, German Books, Software, Natur & Tiere, Ratgeber, Sachbücher, Englische Bücher, Medizin & Gesundheit, Universität & StudiumInformación empresarial del vendedor
AHA-BUCH GmbH
Garlebsen 48
Einbeck, Alemania 37574
Condiciones de venta
IImprint
Información del vendedor
AHA-BUCH GmbH
representado por el director gerente Christel Glass
Garlebsen 48
37574 Einbeck
Alemania
Teléfono: 055639996039
Fax: 055639995974
E-Mail: abebooks@aha-buch.de
USt-IdNr.: DE261904229
Inscrita en el Registro Mercantil Amtsgerichtes Göttingen
Handelsregisternummer HRB 200691
Resolución alternativa de conflictos:
La Comisión Europea proporciona una plataforma para la resolución extrajudicial de litigios en línea (plataforma ODR), a la que se puede acceder en https://ec.europa.eu/odr.
Somos miembros de la iniciativa "FairCommerce" desde el 25.05.2018.
Para obtener más información, consulte www.fair-commerce.de.
Derecho al desistimiento
Si es un consumidor, puede rescindir el contrato de acuerdo con lo siguiente. Por consumidor se entiende cualquier persona física que actúe con fines ajenos a su actividad comercial, empresarial, oficio o profesión.
Información sobre el derecho de desistimiento
Derecho legal de desistimiento
Tiene derecho a rescindir este contrato en un plazo de 14 días sin dar ningún motivo.
El periodo de desistimiento vencerá a los 14 días desde que usted, o un tercero que no sea el transportista e indicado por usted, adquiera la posesión física del último bien o del último lote o pieza.
Para ejercer el derecho de desistimiento, complete de forma electrónica y envíe una declaración clara en nuestro sitio web, desde "Mis compras" en "Mi cuenta". Le enviaremos sin demora un acuse de recibo de dicho desistimiento a través de un soporte duradero (por ejemplo, por correo electrónico).
Para cumplir con el plazo de desistimiento, basta con que envíe su comunicación relativa al ejercicio del derecho de desistimiento antes de que venza el periodo de desistimiento.
Efectos del desistimiento
Si rescinde este contrato, le reembolsaremos todos los pagos que hayamos recibido de usted, incluidos los gastos de envío (excepto los gastos adicionales que surjan si elige un tipo de envío que no sea el tipo de envío estándar más económico que ofrecemos).
Podemos hacer una deducción del reembolso por la pérdida de valor de cualquier bien suministrado, si la pérdida es el resultado de una manipulación innecesaria por su parte.
Efectuaremos el reembolso sin demoras indebidas y, a más tardar, 14 días después de que se nos informe de su decisión de rescindir este contrato.
Efectuaremos el reembolso utilizando el mismo medio de pago que utilizó para la transacción inicial, a menos que haya acordado expresamente lo contrario; en cualquier caso, no incurrirá en ningún cargo como resultado de dicho reembolso.
Podremos retener el reembolso hasta que hayamos recibido los bienes o hasta que nos haya presentado una prueba de que los ha devuelto, lo que ocurra primero.
Deberá devolver los bienes o entregarlos a AHA-BUCH GmbH, Einbeck, Germany, sin demoras indebidas y, en cualquier caso, en un plazo máximo de 14 días a partir del día en que nos comunique su desistimiento del presente contrato. El plazo se cumple si devuelve la mercancía antes de que venza el periodo de 14 días. Tendrá que asumir los gastos directos de devolución de los bienes. Usted solo es responsable de la disminución del valor de los bienes como resultado de una manipulación distinta a la necesaria para establecer la naturaleza, las características y el funcionamiento de los bienes.
Excepciones al derecho de desistimiento
El derecho de desistimiento no se aplica a lo siguiente:
- La entrega de periódicos, diarios o revistas, con la excepción de los contratos de suscripción; y
- El suministro de contenido digital que no se proporcione en un soporte tangible (por ejemplo, en un CD o DVD) si, al hacer el pedido, aceptó que podíamos empezar a entregarlo y que no podría desistir una vez iniciada la entrega.
Condiciones de envío
Enviamos su pedido después de recibirlos
para artículos disponibles las últimas 24 horas,
para artículos con suministro nocturno a más tardar 48 horas.
En caso de que necesitemos pedir un artículo a nuestro proveedor, nuestro tiempo de envío depende de la fecha de recepción de los artículos, pero los artículos se enviarán el mismo día.
Nuestro objetivo es enviar los artículos pedidos de la manera más rápida, pero también más eficiente y segura a nuestros clientes.