Mašininis mokymasis su mažai kodavimo

Knygoje išsamiai pateikiami trys problemos orientuotų mašininio mokymosi (Machine learning, ML) tipai: automatizuotas mokymasis AutoML be kodavimo, BigQuery ML mokymasis su mažai kodavimo ir mokymasis naudojant vartotojo kodą, remiantis scikit-learn ir Keras bibliotekomis. Tokiu būdu iš skaitytojo nereikalaujama gilių išankstinių žinių apie ML ar programavimą, tačiau pagrindiniai įgūdžiai šiose srityse būtų naudingi. Specializuotos bibliotekos, ML sistemos, GitHub saugykla ir kiti įrankiai aprašyti pagal poreikį. Kiekvienu konkrečiu atveju pagrindinės ML sąvokos atsiskleidžia naudojant realius duomenų rinkinius sprendžiant realias problemas. Aptariamas AutoML taikymas prognozuojant pardavimus, BigQuery ML naudojimas mokant linijines regresines modelius, vartotojo ML modelių mokymas Python kalba prognozuojant klientų nutekėjimą ir keletas kitų populiarių verslo atvejų.