The Predictive Modeling Workflow with Python and Scikit-Learn (Paperback)
Sprache: Englisch
Verlag: Independently Published, 2026
- Softcover
- Neu
Anbieter: Grand Eagle Retail, Bensenville, IL, USAGrand Eagle Retail
Verkäufer:in bei AbeBooks seit 12. Oktober 2005
Zustand: Neu
EUR 23,44
Anzahl: 1 verfügbar
In den WarenkorbArtikelbeschreibung des Verkäufers
Paperback. 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 tasksDefine targets, observation units, prediction timing, and success criteriaAudit structured datasets before training beginsHandle missing values, duplicates, extreme values, groups, and time-dependent observationsDesign training, validation, and test splits correctlyPrevent subtle forms of information leakageEstablish meaningful baselines before increasing complexityPreprocess numerical and categorical variables safelyBuild reusable pipelines and column-specific transformationsCreate useful ratios, interactions, temporal variables, and custom transformationsReduce unnecessary dimensions with PCA and other selection methodsBuild linear, ridge, lasso, and elastic-net regression solutionsCompare logistic regression, nearest-neighbor methods, and support vector machinesBuild decision trees, random forests, extremely randomized trees, and gradient-boosting predictorsCompare competing approaches using consistent cross-validationUse learning curves and validation curves to diagnose weaknessesPerform grid search, randomized search, and successive-halving searches efficientlyAvoid overfitting during extensive experimentationEvaluate regression and classification results using appropriate metricsWork with confusion matrices, probability calibration, decision thresholds, and error analysisInspect variable importance and partial dependenceImprove training speed, prediction latency, throughput, and memory usagePreserve fitted pipelines for later inferenceDocument dependencies, assumptions, input requirements, and deployment constraintsA 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. This item is printed on demand. Shipping may be from multiple locations in the US or from the UK, depending on stock availability.…
Bestandsnummer des Verkäufers 9798192512265
- Titel
- The Predictive Modeling Workflow with Python and Scikit-Learn (Paperback)
- Autor
- Thom Haagenrud
- Verlag
- Independently Published
- Erscheinungsjahr
- 2026
- Zustand
- new
- Einband
- Paperback
- Sprache
- Englisch
- ISBN-13
- 9798192512265
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.
„Inhaltsangabe“ gehört möglicherweise zu einer anderen Auflage dieses Titels.
Grand Eagle Retail
Bensenville, IL, USA
Verkäufer:in bei AbeBooks seit 12. Oktober 2005
Versandkosten innerhalb von USA
| Artikel | 6 bis 14 Werktage | 6 bis 16 Werktage |
|---|---|---|
| Erster Artikel | EUR 0,00 | EUR 0,00 |
Zahlungsarten
Unternehmensdaten der Verkäuferin bzw. des Verkäufers
APOLLO ONLINE CORP.
605 Geddes Street
Wilmington, DE USA 19805
Verkaufsbedingungen
We guarantee the condition of every book as it¿s described on the Abebooks web sites. If you¿ve changed
your mind about a book that you¿ve ordered, please use the Ask bookseller a question link to contact us
and we¿ll respond within 2 business days.
Books ship from California and Michigan.
Widerrufsrecht
Wenn Sie Verbraucher sind, können Sie gemäß den folgenden Bestimmungen vom Vertrag zurücktreten. Verbraucher ist jede natürliche Person, die zu Zwecken handelt, die nicht ihrer kaufmännischen, gewerblichen, künstlerischen oder beruflichen Tätigkeit zugerechnet werden können.
Informationen zum Widerrufsrecht
Gesetzliches Widerrufsrecht
Sie haben das Recht, den Vertrag innerhalb von 14 Tagen ohne Angabe von Gründen zu widerrufen.
Die Widerrufsfrist beträgt 14 Tage ab dem Tag, an dem Sie oder ein von Ihnen benannter Dritter, der nicht der Transporteur ist, die letzte Ware oder den letzten Posten oder das letzte Exemplar in Besitz genommen hat.
Um das Widerrufsrecht auszuüben, füllen Sie auf unserer Website unter „Meine Einkäufe" in „Mein Nutzerkonto" eine eindeutige Erklärung elektronisch aus und senden Sie sie ab. Wir werden Ihnen unverzüglich eine Bestätigung über den Eingang eines solchen Widerrufs auf einem dauerhaften Datenträger (z. B. per E-Mail) übermitteln.
Um die Widerrufsfrist einzuhalten, reicht es aus, dass Sie Ihre Mitteilung über die Ausübung des Widerrufsrechts vor Ablauf der Widerrufsfrist absenden.
Auswirkungen des Widerrufs
Wenn Sie diesen Vertrag widerrufen, erstatten wir Ihnen alle Zahlungen, die wir von Ihnen erhalten haben, einschließlich der Lieferkosten (mit Ausnahme der zusätzlichen Kosten, die entstehen, wenn Sie eine andere Art der Lieferung als die von uns angebotene günstigste Standardlieferung gewählt haben).
Wir können einen Abzug von der Rückerstattung für den Wertverlust der gelieferten Waren vornehmen, wenn der Verlust auf eine unnötige Behandlung durch Sie zurückzuführen ist.
Wir werden die Rückerstattung unverzüglich und nicht später als 14 Tage nach dem Tag vornehmen, an dem wir über Ihre Entscheidung, diesen Vertrag zu widerrufen, informiert wurden.
Für die Rückerstattung verwenden wir dasselbe Zahlungsmittel, das Sie für die ursprüngliche Transaktion verwendet haben, es sei denn, Sie haben ausdrücklich etwas anderes vereinbart; in keinem Fall werden Ihnen aufgrund einer solchen Rückerstattung Gebühren berechnet.
Wir können die Rückzahlung verweigern, bis wir die Waren wieder zurückerhalten haben oder Sie den Nachweis erbracht haben, dass Sie die Waren zurückgesandt haben, je nachdem, was eher eintritt.
Sie müssen die Waren unverzüglich und in jedem Fall spätestens 14 Tage ab dem Tag, an dem Sie uns über den Widerruf dieses Vertrags unterrichten, an Grand Eagle Retail, Bensenville, Illinois, U.S.A., zurücksenden oder übergeben. Die Frist ist eingehalten, wenn Sie die Ware vor Ablauf der Frist von 14 Tagen zurücksenden. Sie müssen die direkten Kosten der Rücksendung der Waren tragen. Sie haften nur für einen etwaigen Wertverlust der Waren, der auf eine Behandlung zurückzuführen ist, die nicht zur Prüfung der Art, Eigenschaften und Funktionsweise der Waren erforderlich ist.
Ausnahmen vom Widerrufsrecht
Das Widerrufsrecht gilt nicht für:
- Die Lieferung von Zeitungen, Zeitschriften oder Magazinen mit Ausnahme von Abonnementverträgen; und
- Die Lieferung digitaler Inhalte, die nicht auf einem physischen Medium (z. B. auf einer CD oder DVD) geliefert werden, wenn Sie bei Ihrer Bestellung akzeptiert haben, dass wir mit der Lieferung beginnen können und dass Sie nach Beginn der Lieferung den Vertrag nicht mehr widerrufen können.
Versandbedingungen
Orders usually ship within 2 business days. All books within the US ship free of charge. Delivery is 4-14 business days anywhere in the United States.
Books ship from California and Michigan.
If your book order is heavy or oversized, we may contact you to let you know extra shipping is required.