当当读书
特征工程入门与实践

特征工程入门与实践

(土)锡南·厄兹代米尔(Sinan Ozdemir),迪夫娅·苏萨拉(Divya Susarla)
0
29.99 原价¥29 开通租阅权,免费读此书
提示:数字商品不支持退换货,不提供源文件,不支持导出打印。
评论 赠一得一 收藏 分享
此书籍暂不支持在移动端购买和阅读

内容简介

本书将带你了解特征工程的完整过程,使机器学习更加系统、高效。你会从理解数据始学习,机器学习模型的成功正是取决于如何利用不同类型的特征,例如连续特征、分类特征等。你将了解何时纳一项特征、何时忽略一项特征,以及其中的原因。你还会学习如何将问题陈述转换为有用的新特征,如何提供由商业需求和数学见解驱动的特征,以及如何在自己的机器上行机器学习,从而自动学习数据中的特征。
【推荐语】
特征工程是数据科学和机器学习流水线上的重要一环,包括识别、清洗、构建和发掘数据的特征,为一步解释数据并行预测性分析做准备。 本书囊括了特征工程的全流程,从数据检查到可视化,再到转换和一步处理等,并给出了大量数学工具,帮助读者掌握如何将数据处理、转换成适当的形式,以便送计算机和机器学习流水线中行处理。后半部分的特征工程实践用Python作为示例语言,循序渐,通俗易懂。 - 识别和利用不同类型的特征 - 清洗数据中的特征,提升预测能力 - 为何、如何行特征选择和模型误差分析 - 利用领域知识构建新特征 - 基于数学知识交付特征 - 使用机器学习算法构建特征 - 掌握特征工程与特征优化 - 在现实应用中利用特征工程
【作者】
锡南·厄兹代米尔(Sinan Ozdemir) 数据科学家、数学家、约翰·霍普金斯大学讲师,Kylie.ai公司联合创始人、CTO,在应用数据挖掘、功能分析和算法发做出基于数据和知识的决策方面拥有丰富的经验。 迪夫娅·苏萨拉(Divya Susarla) 在利用数据方面经验丰富,在包括投资管理、社会企业咨询和红9营销的各个产业和领域里实现并应用过相应的策略。Kylie.ai公司产品经理,目前专注于自然语言处理和生成技术。
展开
大家都在看换一批
大家都在看换一批
领取优惠券

温馨提示:

您已领取的礼券,请到【个人中心】-【资产】中查看。