特征工程入门与实践

发布时间:2022-03-23;阅读次数:1117 次

1、封面介绍

特征工程入门与实践

2、出版时间

2019年6月

3、推荐理由

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,为进一步解释数据并进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,再到转换和进一步处理等,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,以便送入计算机和机器学习流水线中进行处理。后半部分的特征工程实践用Python作为示例语言,循序渐进,通俗易懂。

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。你会从理解数据开始学习,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。你将了解何时纳入一项特征、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进行机器学习,从而自动学习数据中的特征。

4、作者简介

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、功能分析和算法开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。

提醒:此资源仅限面试天下注册用户享有,欢迎大家的注册,希望这个平台给大家带来福气!

免责声明:本站所有资源来源于热心网友的提供,仅供读者预览及学习交流使用,下载后请24小时内删除,如果喜欢请购买正版资源! 原作者如果认为本站侵犯了您的版权,请联系站长,站长会立即删除!