Книга содержит около 200 рецептов решения практических задач машинного обучения, таких как загрузка и обработка текстовых или числовых данных, отбор модели, уменьшение размерности и многие другие. Рассмотрена работа с языком Python и его библиотеками, в том числе pandas и scikit-leam. Решения всех задач сопровождаются подробными объяснениями. Каждый рецепт содержит работающий программный код, который можно вставлять, объединять и адаптировать, создавая собственное приложение.

На взгляд автора книги, машинное обучение, применение и наука алгоритмов, которые дают ключ к пониманию данных, является самой захватывающей областью всех компьютерных наук! Мы живем в то время, когда данные изобилуют. Используя алгоритмы машинного обучения, мы можем превратить эти данные в знания. Благодаря многим мощным библиотекам с открытым исходным кодом, которые были разработаны в последние годы, вероятно, еще никогда не было более подходящего времени, чтобы узнать, как использовать мощные алгоритмы для определения шаблонов в данных и делать прогнозы о будущих событиях.