CZĘŚĆ I. PYTHON: KRÓTKI WSTĘP DO EFEKTYWNEGO PROGRAMOWANIA Rozdział 1. Narzędzia 1.1.Google Colab 1.2.Wirtualne środowiska Rozdział 2. Struktury danych 2.1.Napisy 2.2.Lista (list) 2.3.Krotka (tupie) 2.4.Zbiór zmienny (set) 2.5.Tablica asocjacyjna — słownik (diet) 2.6.Klasy i obiekty 2.7.Podsumowanie struktur danych Rozdział 3. Niezbędnik programisty 3.1.Wyrażenia regularne 3.2.Wizualizacja procesu 3.3.Lambda, wyrażenia listowe i generatory 3.4.Wyjątki 3.5.Odczyt i zapis plików Rozdział 4. NumPy i Pandas w akcji 4.1.NumPy 4.2.Pandas Rozdział 5. Bazy danych i repozytoria danych 5.1.Bazy relacyjne (SQL) 5.2.Technologia noSQL Podsumowanie części I CZĘŚĆ II. Al — PRZEGLĄD TECHNIK I ALGORYTMÓW Rozdział 6. Czym jest sztuczna inteligencja? Rozdział 7. Uczenie maszynowe 7.1.Nadzorowane uczenie maszynowe 7.2.Nienadzorowane uczenie maszynowe 7.3.Uczenie maszynowe ze wzmocnieniem 7.4.Głębokie uczenie Rozdział 8. Zastosowania maszynowego uczenia 8.1.„Tradycyjny" machinę learning 8.2.Przetwarzanie języka naturalnego (NLP) 8.3.Uczenie maszynowe w e-commerce Rozdział 9. Dane, dane, dane 9.1.Świat 9.2.Polska CZĘŚĆ III. PRZEPISY Rozdział 10. Web scraping 10.1.Zacznijmy od podstaw 10.2.Biblioteka Requests i Beautiful Soup 10.3.Scrapy 10.4.Przeglądarko-drivery i selenium Rozdział 11. Słów kilka o przetwarzaniu języka naturalnego Rozdział 12. Uczenie nadzorowane — klasyfikatory 12.1.Odczyt danych 12.2.Wstępny przegląd danych 12.3.Podział zbioru na dane treningowe i testowe 12.4.Wektoryzacja 12.5.Trening 12.6.Ocena modelu 12.7.Biuro obsługi klienta Masz wiadomość! Rozdział 13. Klasyfikacja w służbie niskiej rezygnacji 13.1.Przegląd danych 13.2.Problem luk informacyjnych w danych 13.3.Przegląd i wybór cech 13.4.Ostateczne przygotowanie się do preparacji danych do uczenia 13.5.Finał, czyli stwórzmy sobie potok 13.6.Ocena modelu 13.7.Poszukajmy lepszego rozwiązania Rozdział 14. Systemy rekomendacji, czyli jak zwiększyć koszyk 14.1.Content-based Filtering 14.2.Collaborative Filtering 14.3.Rekomendacje w praktyce Rozdział 15. Stuninguj swój sklep 15.1.RESTful JSON API (Python/Flask) 15.2.Instalacja projektu na zewnętrznym serwerze 15.3.Google Tag Manager 15.4.Serializacja modelu