まとめ

Python で学ぶ Machine Learning のための特徴量エンジニアリング

Robert O'Callaghan

Director of Data Science, Ordergroove

第1章

• データ型の理解方法
• カテゴリ特徴量の効率的なエンコーディング
• 連続変数の扱い方のバリエーション

第2章

• 欠損の見つけ方
• 不完全な行への対処のベストプラクティス
• 望ましくない文字の検出と対処法

第3章

• 分布の確認方法
• 分布を変更する理由と方法
• 外れ値の検出と除去のベストプラクティス

第4章

• 単語埋め込みの基礎
• Term Frequency–Inverse Document Frequency（TF-IDF）の活用
• N-gram と bag-of-words との比較優位

次のステップ

• Kaggle への参加
• DataCamp の追加コース
• 自主プロジェクト

ありがとうございました

Python で学ぶ Machine Learning のための特徴量エンジニアリング