Riepilogo

Feature Engineering per il Machine Learning in Python

Robert O'Callaghan

Director of Data Science, Ordergroove

Capitolo 1

  • Come comprendere i tipi di dati
  • Codifica efficiente delle variabili categoriche
  • Modi diversi di lavorare con variabili continue
Feature Engineering per il Machine Learning in Python

Capitolo 2

  • Come individuare i vuoti nei dati
  • Buone pratiche per gestire le righe incomplete
  • Metodi per trovare e gestire caratteri indesiderati
Feature Engineering per il Machine Learning in Python

Capitolo 3

  • Come osservare la distribuzione dei dati
  • Perché e come modificarla
  • Buone pratiche per trovare e rimuovere outlier
Feature Engineering per il Machine Learning in Python

Capitolo 4

  • Fondamenti dei word embeddings
  • Uso del Term Frequency–Inverse Document Frequency (Tf-idf)
  • N-gram e vantaggi rispetto al bag of words
Feature Engineering per il Machine Learning in Python

Prossimi passi

  • Competizioni su Kaggle
  • Altri corsi DataCamp
  • Un tuo progetto
Feature Engineering per il Machine Learning in Python

Grazie!

Feature Engineering per il Machine Learning in Python

Preparing Video For Download...