Ringkasan

Rekayasa Fitur untuk Machine Learning di Python

Robert O'Callaghan

Director of Data Science, Ordergroove

Bab 1

• Cara memahami tipe data Anda
• Pengodean efisien untuk fitur kategorikal
• Beragam cara menangani variabel kontinu

Bab 2

• Cara menemukan celah pada data Anda
• Praktik terbaik menangani baris tidak lengkap
• Metode menemukan dan menangani karakter tak diinginkan

Bab 3

• Cara mengamati distribusi data Anda
• Alasan dan cara mengubah distribusi tersebut
• Praktik terbaik menemukan dan menghapus outlier

Bab 4

• Dasar-dasar word embedding
• Penggunaan Term Frequency–Inverse Document Frequency (TF‑IDF)
• N-gram dan keunggulannya dibanding bag-of-words

Langkah berikutnya

• Kompetisi Kaggle
• Lebih banyak kursus DataCamp
• Proyek Anda sendiri

Terima kasih!

Rekayasa Fitur untuk Machine Learning di Python