Feature Engineering for Machine Learning: Principy a techniky pro datové vědce

Recenze čtenářů

Kniha nabízí solidní úvod do feature engineeringu s praktickými příklady v jazyce Python, takže je přístupná a vřele ji doporučujeme. Někteří čtenáři však mají pocit, že kniha není dostatečně hluboká, má problémy s kvalitou grafiky a vzhledem k její délce je předražená.

⬤ Snadno se čte
⬤ přehledné příklady v jazyce Python
⬤ dobrá reference pro strojové učení
⬤ dobře napsaná a vřele doporučovaná
⬤ pokrývá základní koncepty a techniky feature engineeringu.

⬤ Působí nedokončeně a příliš krátce
⬤ různá úroveň vysvětlení
⬤ špatná kvalita ručně kreslené grafiky
⬤ některé kontroverzní rady
⬤ vnímáno jako předražené vzhledem ke skutečné délce.

(na základě 15 hodnocení čtenářů)

Původní název:

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

Obsah knihy:

Funkční inženýrství je klíčovým krokem v procesu strojového učení, ale toto téma se jen zřídka zkoumá samostatně. V této praktické knize se naučíte techniky pro extrakci a transformaci rysů - číselné reprezentace surových dat - do formátů pro modely strojového učení. Každá kapitola vás provede jedním datovým problémem, například jak reprezentovat textová nebo obrazová data. Tyto příklady společně ilustrují hlavní principy feature engineeringu.

Autorky Alice Zheng a Amanda Casari se spíše než na pouhé vyučování těchto principů zaměřují na praktické využití pomocí cvičení v celé knize. Závěrečná kapitola vše spojuje řešením reálné strukturované datové sady s několika technikami příznakového inženýrství. V příkladech kódu jsou použity balíčky Pythonu včetně numpy, Pandas, Scikit-learn a Matplotlib.

Prozkoumáte:

⬤ Tvorba příznaků pro číselná data: filtrování, binning, škálování, logaritmické transformace a mocninné transformace.

⬤ Techniky přirozeného textu: pytel slov, n-gramy a detekce frází.

⬤ Frekvenční filtrování a škálování příznaků pro odstranění neinformativních příznaků.

⬤ Techniky kódování kategoriálních proměnných, včetně hashování příznaků a počítání binů.

⬤ Modelové inženýrství prvků s analýzou hlavních komponent.

⬤ Koncept skládání modelů pomocí k-means jako techniky featurizace.

⬤ Extrakce obrazových příznaků pomocí manuálních technik a technik hlubokého učení.