Підсумок

Feature Engineering для машинного навчання в Python

Robert O'Callaghan

Director of Data Science, Ordergroove

Розділ 1

• Як розуміти типи даних
• Ефективне кодування категоріальних ознак
• Різні способи роботи з безперервними змінними

Розділ 2

• Як знаходити прогалини в даних
• Найкращі практики обробки неповних рядків
• Методи пошуку та усунення небажаних символів

Розділ 3

• Як досліджувати розподіл даних
• Навіщо й як змінювати цей розподіл
• Найкращі практики пошуку та видалення викидів

Розділ 4

• Основи векторизації слів
• Використання Term Frequency–Inverse Document Frequency (Tf-idf)
• N-грами та їхні переваги над bag-of-words

Подальші кроки

• Змагання Kaggle
• Більше курсів DataCamp
• Власний проєкт

Дякуємо!

Feature Engineering для машинного навчання в Python