Логистическая регрессия

В книге рассказывается о математическом аппарате логистической регрессии, способах интерпретации регрессионных коэффициентов, даются программные реализации методов оценивания (метод градиентного спуска, метод Ньютона без регуляризации / с регуляризацией), приведены примеры развертывания моделей с помощью Streamlit, Streamlit Cloud, Docker, FastAPI и Flask. Книга будет интересна специалистам по анализу данных, маркетологам и риск-аналитикам.