Mašīnmācība ar mazu kodēšanas apjomu

Grāmatā detalizēti aprakstīti trīs problēmu orientēti mašīnmācības veidi (Machine learning, ML): automatizētā mācīšanās AutoML bez kodēšanas, mācīšanās BigQuery ML ar mazu kodēšanas apjomu un mācīšanās, izmantojot lietotāja kodu, pamatojoties uz bibliotēkām scikit-learn un Keras. Šajā procesā no lasītāja netiek prasītas dziļas priekšzināšanas ML vai programmēšanā, taču pamata prasmes šajās jomās būs noderīgas. Specializētās bibliotēkas, ML ietvari, GitHub repozitorijs un citi rīki tiek aprakstīti pēc nepieciešamības. Katram konkrētajam gadījumam galvenās ML koncepcijas tiek atklātas, izmantojot reālus datu kopumus, lai risinātu reālas problēmas. Tiek apskatīta AutoML izmantošana pārdošanas prognozēšanai, BigQuery ML izmantošana lineāro regresijas modeļu apmācībai, lietotāju ML modeļu apmācība Python valodā klientu aizplūdes prognozēšanai un virkne citu populāru biznesa gadījumu.