หนังสือ "การเรียนรู้ของเครื่อง (Machine Learning) โดยใช้ Python เพื่อวิเคราะห์ธุรกิจ" เล่มนี้ ประกอบ ด้วย 2 ส่วนหลักคือ "ภาคทฤษฎี" เริ่มตั้งแต่หลักการเรียนรู้ของเครื่อง วงจรชีวิตการเรียนรู้ของเครื่อง เป็นการอธิบายความรู้เบื้องต้นเกี่ยวกับการเรียนรู้ของเครื่องและกระบวนการเรียนรู้ของเครื่องสำหรับ พัฒนาแอปพลิเคชัน
"ภาคประยุกต์" นำเสนอโจทย์ปัญหาและตัวอย่างการพัฒนาแบบจําลองด้วยภาษา ไพทอน (Python) กับการทํางานด้านต่าง ๆ ด้วยอัลกอริทึมการเรียนรู้แบบมีผู้สอน (Supervised Learning) การทํานายราคาอสังหาริมทรัพย์ โดยใช้การถดถอยเชิงเส้นพหุคูณ การทํานายปริมาณ ฝุ่น PM 2.5 ตามอนุกรมเวลาโดยใช้อาริมา เป็นการสร้างแบบจำลองด้วยอัลกอริทึมการถดถอย (Regression) การทํานายโรคมะเร็งปอดโดยใช้ต้นไม้ตัดสินใจ การทํานายผลการเรียนของนักเรียน โดยใช้ซัพพอร์ตเวกเตอร์แมชีน การทํานายธุรกรรมที่เป็นการฉ้อโกงโดยใช้เกรเดียนต์บูสติง การทํานาย การอนุมัติสินเชื่อโดยใช้ป่าสุ่ม เป็นการสร้างแบบจําลองด้วยอัลกอริทึมการจําแนกประเภท (Classification) การปรับใช้แบบจําลองการเรียนรู้ของเครื่องด้วยฟลาสก์ (Flask) เป็นการนำแบบจำลองที่พัฒนาแล้ว มาประยุกต์การทํางานจริงบนเว็บแอปพลิเคชัน และสุดท้ายคือการเรียนรู้ของเครื่องแบบอัตโนมัติ (AutoML) ทําให้หนังสือเล่มนี้เป็นหนังสือแบบครบวงจร (End-to-end)
ภาคทฤษฎี
บทที่ 1 การเรียนรู้ของเครื่อง
บทที่ 2 วงจรชีวิตการเรียนรู้ของเครื่อง
ภาคประยุกต์
บทที่ 3 การทำนายราคาอสังหาริมทรัพย์โดยใช้การถดถอยเชิงเส้นพหุคูณ
บทที่ 4 การทำนายปริมาณฝุ่น PM2.5 ตามอนุกรมเวลาโดยใช้อาริมา
บทที่ 5 การทำนายโรคมะเร็งปอดโดยใช้ต้นไม้ตัดสินใจ
บทที่ 6 การทำนายผลการเรียนของนักเรียนโดยใช้ซัพพอร์ตเวกเตอร์แมชีน
บทที่ 7 การทำนายธุรกรรมที่เป็นการฉ้อโกงโดยใช้เกรเดียนต์บูสติง
บทที่ 8 การทำนายการอนุมัติสินเชื่อโดยใช้ป่าสุ่ม
บทที่ 9 การปรับใช้แบบจำลองการเรียนรู้ของเครื่องด้วยฟลาสก์
บทที่ 10 การเรียนรู้ของเครื่องแบบอัตโนมัติ
ภาคผนวก
บรรณานุกรม
ดีชนี