असंतुलित डेटा के लिए मशीन लर्निंग: मशीन लर्निंग और डीप लर्निंग तकनीकों का उपयोग करके असंतुलित डेटासेट से निपटें

फाइनेंस के लिए मशीन लर्निंग और डेटा साइंस ब्लूप्रिंट्स: पायथन का उपयोग करके ट्रेडिंग स्ट्रैटेजी से लेकर रोबो-एडवाइजर्स तक

Hariom Tatsat, Sahil Puri, Brad Lookabaugh

(लगभग) किसी भी मशीन लर्निंग समस्या से निपटना

Abhishek Thakur

डास्क के साथ पायथन स्केलिंग: डेटा साइंस से मशीन लर्निंग तक

Holden Karau, Mika Kimmins

टैबुलर डेटा के लिए मशीन लर्निंग: XGBoost, डीप लर्निंग और AI

Mark Ryan, Luca Massaron

पायथन के साथ अनुकूली मशीन लर्निंग एल्गोरिदम: एज डिवाइसों पर डेटा एनालिटिक्स और मशीन लर्निंग समस्याओं का समाधान करें

Chanchal Chatterjee

स्किट-लर्न और टेंसरफ्लो वातावरणों का उपयोग करके मशीन लर्निंग एल्गोरिदम

Puvvadi Baby Maruthi, Smrity Prasad, Amit Kumar Tyagi

म्यूलर जे. पी., मैसारोन एल. - मशीन लर्निंग फॉर डमीज, दूसरा संस्करण - 2021

लेबल रहित डेटा: व्यावहारिक अनसुपरवाइज्ड मशीन लर्निंग

Vaibhav Verdhan

पांडा 2.0 सीखना: डेटा वैज्ञानिकों और मशीन लर्निंग पेशेवरों के लिए डेटा मैनिपुलेशन और विश्लेषण की एक व्यापक गाइड

Matthew Rosch

Active Machine Learning with Python: सक्रिय शिक्षण के साथ मात्रा से अधिक डेटा गुणवत्ता को परिष्कृत और उन्नत करें

Margaux Masson-Forsythe