Conclusion

Feature engineering pour le Machine Learning en Python

Robert O'Callaghan

Director of Data Science, Ordergroove

Chapitre 1

  • Comprendre vos types de données
  • Encoder efficacement les variables catégorielles
  • Différentes façons de traiter les variables continues
Feature engineering pour le Machine Learning en Python

Chapitre 2

  • Repérer les manques dans vos données
  • Bonnes pratiques pour gérer les lignes incomplètes
  • Méthodes pour trouver et traiter les caractères indésirables
Feature engineering pour le Machine Learning en Python

Chapitre 3

  • Observer la distribution de vos données
  • Pourquoi et comment la modifier
  • Bonnes pratiques pour détecter et supprimer les valeurs aberrantes
Feature engineering pour le Machine Learning en Python

Chapitre 4

  • Fondamentaux des word embeddings
  • Utilisation du Term Frequency–Inverse Document Frequency (Tf-idf)
  • N-grams et ses avantages par rapport au bag of words
Feature engineering pour le Machine Learning en Python

Prochaines étapes

  • Compétitions Kaggle
  • Plus de cours DataCamp
  • Votre propre projet
Feature engineering pour le Machine Learning en Python

Merci !

Feature engineering pour le Machine Learning en Python

Preparing Video For Download...