این کتاب برای برنامه نویسان متوسط و همچنین برای برنامه نویسان مجرب مناسب است. برنامه نویسان باتجربه ای که می خواهند دانش خود را از پایتون تعمیق بخشند، می توانند به راحتی از طریق علوم کامپیوتر یا آموزش برنامه نویسی آشنا می شوند. برنامه نویسان میانی با زبان انتخابی خود با این مشکلات کلاسیک آشنا می شوند: پایتون. توسعه دهندگانی که برای مصاحبه های برنامه نویسی آماده می شوند، احتمالاً این کتاب را به عنوان یک منبع آماده سازی ارزشمند می دانند.
از طریق قرار گرفتن در معرض اخبار و رسانه های اجتماعی ، احتمالاً شما کاملاً با این واقعیت آشنا شده اید که یادگیری ماشین به یکی از مهیج ترین فناوری های عصر ما تبدیل شده است. شرکت های بزرگی مانند گوگل ، فیس بوک ، اپل ، آمازون و IBM به دلایل بسیار زیادی در تحقیقات و برنامه های یادگیری ماشین سرمایه گذاری می کنند.
این موضوع هیجان انگیز راه را برای امکانات و تکنولوژی های جدید
یادگیری ماشین (ML) به طور گسترده ای در بسیاری از صنایع مانند علوم ، بهداشت و تحقیقات مورد استفاده قرار می گیرد و محبوبیت آن در حال افزایش است. در مارس 2018 ، مایکروسافت برای کمک به علاقه مندان به .NET برای کار با یادگیری ماشین ML.NET را معرفی کرد. از طریق این کتاب ، نحوه ساخت برنامه های ML.NET را با مدل های مختلف یادگیری ماشین و با استفاده از کد C # بررسی خواهیم کرد.
بطور کلی می توان Data Mining یا داده کاوی را کوششی برای کسب اطلاع از داده های ذخیره شده نامید. دانشی که با استناد به ان می توان جامعیت دانش از داده ها را تضمین نماید. داده کاوی امروزه یکی از علوم جدید در رشته هوش مصنوعی و نرم افزار می باشد که کتاب فوق در ۱۰ فصل شما را بطور کامل با مفاهیم داده کاوی اشنا می نماید.