علم داده‌ها و یادگیری ماشین به شکلی خاص برای ارزیابی میزان همیشه در حال افزایش داده‌های تولید شده توسط کاربران، به عنوان موضوعات پیشرو در محیط تجاری فناوری در حال ظهور هستند. در کتاب یادگیری ماشین برای وب، نحوه استفاده از پایتون برای توسعه یک برنامه تجاری وب با استفاده از جنگو و چگونگی به کارگیری برخی از کتابخانه‌های خاص (sklearn، scipy، nltk، جنگو و برخی دیگر) توضیح داده شده است تا داده‌های تولید شده و یا استفاده شده در برنامه، پردازش و تجزیه و تحلیل شوند (از طریق تکنیک‌های یادگیری ماشین).

پایتون یک زبان برنامه نویسی همه منظوره و نسبتا ساده برای یادگیری است. از این رو این زبان انتخاب دانشمندان داده هاست تا نمونه اولیه تهیه کنند، به تصویر بکشند و تجزیه و تحلیل داده‌ها را بر روی مجموعه داده‌های اندازه کوچک و متوسط انجام دهند. این کتابی منحصر به فرد است که به پر کردن شکاف بین یادگیری ماشین و توسعه وب کمک می‌کند. این کتاب بر روی سختی‌های پیاده سازی تحلیل پیشگویانه در برنامه‌های وب متمرکز است. ما بر روی زبان پایتون، چارچوبها، ابزارها و کتابخانه‌ها تمرکز می‌کنیم و نحوه ساختن یک سیستم یادگیری ماشین را به شما نشان می‌دهیم. شما مفاهیم اصلی یادگیری ماشین را بررسی خواهید کرد و سپس داده‌ها را با استفاده از چارچوب Django توسعه داده و در یک برنامه وب قرار می‌دهید.

مطالبی که در کتاب یادگیری ماشین برای وب یاد خواهید گرفت:

• با مفاهیم اساسی و برخی از اصطلاحاتی که در جامعه یادگیری ماشین استفاده می‌شود، آشنا می‌شوید
• استفاده از ابزار‌ها و تکنیک‌ها برای استخراج داده‌ها از وبسایت ها
• درک کردن مفاهیم اصلی چارچوب جنگو
• آشنایی با مفیدترین تکنیک‌های خوشه بندی و طبقه بندی و پیاده سازی آن‌ها در پایتون
• به دست آوردن تمام دانش لازم را برای ساختن یک برنامه وب با Django
• ساخت و به کار گیری یک برنامه سیستم توصیه کننده فیلم با استفاده از چارچوب جنگو در پایتون

Table of Contents
Introduction to Practical Machine Learning Using Python
Unsupervised Machine Learning
Supervised Machine Learning
Web Mining Techniques
Recommendation Systems
Getting Started with Django
Movie Recommendation System Web Application
Sentiment Analyser Application for Movie Reviews