اگر به دنبال فرصت هایی برای خلق راه حل های نوآورانه برای مشکلات تجاری خود هستید و این راه حل ها مبتنی بر یادگیری ماشین هستند، پس باید یک کتاب کاربردی در این حوزه جستجو کنید. متاسفانه بیشتر کتاب ها با نیازهای شما مطابقت ندارند. خبر خوب اینکه کتاب حاضر یکی از معدود کتاب های کاربردی در این حوزه است. این کتاب به خوبی جنبه های کاربردی پروژه های یادگیری ماشین را در خود دارد. فرض بر این است که خواننده این کتاب اصول اولیه یادگیری ماشین را می داند و با استفاده از یک زبان برنامه نویسی مورد علاقه یا یک کتابخانه یادگیری ماشین قادر به ساختن یک مدل هست. مخاطبان این کتاب تحلیلگران داده هستند که گرایش آنها به سمت نقش مهندسی یادگیری ماشین است، مهندسان یادگیری ماشین که مایلند ساختار بیشتری را در کار خود داشته باشند و علاقه مندان به مهندسی یادگیری ماشین و همچنین معماران نرم افزاری که به طور معمول با مدل های ارائه شده توسط داده ها سروکار دارند. فهرست: 1. مقدمه 2. قبل از اینکه پروژه شروع شود 3. جمع آوری و آماده سازی داده ها 4. مهندسی ویژگی 5. آموزش مدل با ناظر 6. ارزیابی مدل 7. استقرار مدل 8. استفاده، پایش و نگه داری مدل