Buku ini merupakan rangkuman catatan penulis dalam mempelajari metode regresi menggunakan pustaka Scikit-Learn di Python. Tentu saja sumber utama yang diacu pada buku ini adalah dokumentasi Scikit-Learn khususnya yang berkaitan dengan model regresi. Kode pada buku ini dijalankan seperti apa adanya, dengan catatan beberapa pustaka perlu ditambahkan agar beberapa fungsi dapat bekerja. Kode dijalankan dengan Python 3.8, Jupyterlab 2.2.0, dan Scikit-Learn 0.23.1.
Pustaka XGBoosting tidak ada di Scikit-Learn, tetapi dapat ditambahkan ke sistem menggunakan pustaka Mlext. Secara umum, buku ini terdiri atas dua bagian. Bagian awal adalah metode regresi linier dan bagian belakang adalah model regresi nonlinier. Model linier umumnya bisa memberikan parameter yang jelas mengenai model yang dibangun. Persamaan regresi dapat diketahui dari koefisien/slope dan intersepsinya. Model nonlinier, di sisi lain lebih merupakan metode ‘kotak hitam’ yang lebih menekankan pada aplikasi pada kebenaran hasil prediksi.

Bibliografi halaman xi-xiv.