Feature Engineering for Machine Learning: Principii și tehnici pentru cercetătorii de date

Recenzii ale cititorilor

Cartea oferă o introducere solidă în ingineria caracteristicilor cu exemple practice Python, ceea ce o face accesibilă și foarte recomandată. Cu toate acestea, unii cititori consideră că îi lipsește profunzimea, are probleme cu calitatea graficii și este supraevaluată având în vedere lungimea sa.

⬤ Ușor de citit
⬤ exemple clare în Python
⬤ referință bună pentru machine learning
⬤ bine scris și foarte recomandat
⬤ acoperă concepte și tehnici esențiale în ingineria caracteristicilor.

⬤ Se simte neterminat și prea scurt
⬤ niveluri variate de explicații
⬤ calitate slabă a graficii desenate manual
⬤ unele sfaturi controversate
⬤ perceput ca fiind supraevaluat pentru lungimea sa reală.

(pe baza a 15 recenzii ale cititorilor)

Titlul original:

Feature Engineering for Machine Learning: Principles and Techniques for Data Scientists

Conținutul cărții:

Ingineria caracteristicilor este o etapă crucială în procesul de învățare automată, însă acest subiect este rareori examinat separat. Cu această carte practică, veți învăța tehnici de extragere și transformare a caracteristicilor - reprezentările numerice ale datelor brute - în formate pentru modele de învățare automată. Fiecare capitol vă ghidează printr-o singură problemă legată de date, cum ar fi modul de reprezentare a datelor text sau imagine. Împreună, aceste exemple ilustrează principiile principale ale ingineriei caracteristicilor.

Mai degrabă decât să predea pur și simplu aceste principii, autoarele Alice Zheng și Amanda Casari se concentrează pe aplicarea practică cu exerciții pe tot parcursul cărții. Capitolul final reunește totul prin abordarea unui set de date structurat din lumea reală cu mai multe tehnici de inginerie a caracteristicilor. Pachetele Python, inclusiv numpy, Pandas, Scikit-learn și Matplotlib sunt utilizate în exemplele de cod.

Veți examina:

⬤ Ingineria caracteristicilor pentru date numerice: filtrare, binning, scalare, transformări log și transformări de putere.

⬤ Tehnicile de text natural: sac de cuvinte, n-grame și detectarea frazelor.

⬤ Filtrarea bazată pe frecvență și scalarea caracteristicilor pentru eliminarea caracteristicilor neinformative.

⬤ Tehnicile de codificare a variabilelor categoriale, inclusiv hashing-ul caracteristicilor și bin-counting.

⬤ Proiectarea caracteristicilor pe bază de model cu ajutorul analizei componentelor principale.

⬤ Conceptul de stivuire a modelelor, utilizând k-means ca tehnică de featurizare.

⬤ Extragerea caracteristicilor imaginilor cu tehnici manuale și de învățare profundă.