Podsumowanie

Inżynieria cech w uczeniu maszynowym w Pythonie

Robert O'Callaghan

Director of Data Science, Ordergroove

Rozdział 1

• Rozumienie typów danych
• Efektywne kodowanie cech kategorycznych
• Praca ze zmiennymi ciągłymi

Rozdział 2

• Wykrywanie braków w danych
• Dobre praktyki obsługi niekompletnych wierszy
• Znajdowanie i usuwanie niepożądanych znaków

Rozdział 3

• Analiza rozkładu danych
• Modyfikowanie rozkładu — dlaczego i jak
• Dobre praktyki wykrywania i usuwania wartości odstających

Rozdział 4

• Podstawy osadzania słów (word embeddings)
• Zastosowanie TF-IDF (Term Frequency Inverse Document Frequency)
• N-gramy i ich przewaga nad modelem bag of words

Następne kroki

• Konkursy Kaggle
• Kolejne kursy DataCamp
• Własny projekt

Dziękujemy!

Inżynieria cech w uczeniu maszynowym w Pythonie