The Predictive Modeling Workflow with Python and Scikit-Learn : Apply Feature Engineering, Model Selection, Parameter Tuning, and Performance Improvement Techniques
Idioma: inglés
Editorial: Amazon Digital Services LLC - Kdp Aug 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 34,87
Cantidad disponible: 2 disponibles
Añadir al carritoDescripción del artículo del vendedor
Neuware.
N° de ref. del artículo 9798192512265
- Título
- The Predictive Modeling Workflow with Python and Scikit-Learn : Apply Feature Engineering, Model Selection, Parameter Tuning, and Performance Improvement Techniques
- Autor
- Thom Haagenrud
- Editorial
- Amazon Digital Services LLC - Kdp Aug 2026
- Año de publicación
- 2026
- Estado
- Neu
- Encuadernación
- Taschenbuch
- Idioma
- inglés
- ISBN 13
- 9798192512265
- Peso del artículo
- 227 gramos
- Dimensiones
- 229x152x11 mm
Training a predictive model can take only a few lines of code. Building one you can actually trust requires much more.
The Predictive Modeling Workflow with Python and Scikit-Learn teaches you how to approach structured-data prediction as a complete engineering process, from defining the problem and auditing raw information to comparing algorithms, tuning carefully, evaluating honestly, and preparing the final solution for real use.
Instead of focusing on isolated algorithms, this book shows how all the important pieces fit together. You will learn why validation strategy matters, how leakage creates misleading results, when simpler approaches outperform unnecessary complexity, and how reproducible pipelines make experimentation safer and easier to maintain.
Inside, you will learn how to:
-
Translate real business questions into clearly defined prediction tasks
-
Define targets, observation units, prediction timing, and success criteria
-
Audit structured datasets before training begins
-
Handle missing values, duplicates, extreme values, groups, and time-dependent observations
-
Design training, validation, and test splits correctly
-
Prevent subtle forms of information leakage
-
Establish meaningful baselines before increasing complexity
-
Preprocess numerical and categorical variables safely
-
Build reusable pipelines and column-specific transformations
-
Create useful ratios, interactions, temporal variables, and custom transformations
-
Reduce unnecessary dimensions with PCA and other selection methods
-
Build linear, ridge, lasso, and elastic-net regression solutions
-
Compare logistic regression, nearest-neighbor methods, and support vector machines
-
Build decision trees, random forests, extremely randomized trees, and gradient-boosting predictors
-
Compare competing approaches using consistent cross-validation
-
Use learning curves and validation curves to diagnose weaknesses
-
Perform grid search, randomized search, and successive-halving searches efficiently
-
Avoid overfitting during extensive experimentation
-
Evaluate regression and classification results using appropriate metrics
-
Work with confusion matrices, probability calibration, decision thresholds, and error analysis
-
Inspect variable importance and partial dependence
-
Improve training speed, prediction latency, throughput, and memory usage
-
Preserve fitted pipelines for later inference
-
Document dependencies, assumptions, input requirements, and deployment constraints
A final end-to-end project brings the complete process together, showing how problem definition, dataset auditing, preprocessing, validation, algorithm comparison, search, final evaluation, reproducibility, persistence, and production handoff form one coherent system.
This book is suitable for beginners, students, analysts, career switchers, software developers, and working professionals who want practical competence with structured-data prediction.
Basic Python and familiarity with rows, columns, and DataFrames are helpful, but previous machine-learning experience and advanced mathematics are not required.
If you already know how to call fit() and predict() but want to understand how reliable real-world predictive work is actually organized, this book provides the missing framework.
Move beyond isolated experiments and learn to build prediction workflows that are reproducible, explainable, defensible, and ready for real decisions.
“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.