Подведение итогов

Конструирование признаков для машинного обучения в Python

Robert O'Callaghan

Director of Data Science, Ordergroove

Глава 1

  • Типы данных и их понимание
  • Эффективное кодирование категориальных признаков
  • Методы работы с непрерывными переменными
Конструирование признаков для машинного обучения в Python

Глава 2

  • Поиск пропусков в данных
  • Лучшие практики работы с неполными строками
  • Методы обнаружения и удаления нежелательных символов
Конструирование признаков для машинного обучения в Python

Глава 3

  • Анализ распределения данных
  • Причины и способы изменения распределения
  • Лучшие практики поиска и удаления выбросов
Конструирование признаков для машинного обучения в Python

Глава 4

  • Основы векторных представлений слов
  • Применение TF-IDF (Term Frequency Inverse Document Frequency)
  • N-граммы и их преимущества перед методом мешка слов
Конструирование признаков для машинного обучения в Python

Дальнейшие шаги

  • Соревнования на Kaggle
  • Другие курсы на DataCamp
  • Собственный проект
Конструирование признаков для машинного обучения в Python

Спасибо!

Конструирование признаков для машинного обучения в Python

Preparing Video For Download...