Afronding

Feature engineering voor Machine Learning in Python

Robert O'Callaghan

Director of Data Science, Ordergroove

Hoofdstuk 1

  • Je gegevenstypen begrijpen
  • Efficiënt encoden van categorische features
  • Manieren om met continue variabelen te werken
Feature engineering voor Machine Learning in Python

Hoofdstuk 2

  • Gaten in je data vinden
  • Best practices voor onvolledige rijen
  • Ongewenste tekens opsporen en aanpakken
Feature engineering voor Machine Learning in Python

Hoofdstuk 3

  • De verdeling van je data bekijken
  • Waarom en hoe deze verdeling aan te passen
  • Best practices voor outliers vinden en verwijderen
Feature engineering voor Machine Learning in Python

Hoofdstuk 4

  • Basis van word embeddings
  • Gebruik van Term Frequency–Inverse Document Frequency (TF‑IDF)
  • N‑grams en hun voordelen boven bag‑of‑words
Feature engineering voor Machine Learning in Python

Volgende stappen

  • Kaggle-wedstrijden
  • Meer DataCamp-cursussen
  • Je eigen project
Feature engineering voor Machine Learning in Python

Bedankt!

Feature engineering voor Machine Learning in Python

Preparing Video For Download...