Python Feature Engineering Cookbook

Recenze čtenářů

Kniha je dobře hodnoceným zdrojem informací o feature engineeringu v jazyce Python, který je vhodný zejména pro ty, kteří mají určité předchozí znalosti z oblasti datové vědy a strojového učení. Poskytuje stručné příklady kódu, praktické recepty na různé úlohy a je vnímána jako cenná příručka pro manipulaci s daty. Někteří čtenáři však zjistili, že postrádá hloubku, pokud jde o statistické souvislosti, a byly zaznamenány určité problémy s verzí pro Kindle.

Rychlý, stručný a efektivní kód pro inženýrství funkcí.

Cenné pro automatizaci složitých procesů a snížení manuální námahy.

(na základě 9 hodnocení čtenářů)

Obsah knihy:

Získávání přesných informací z dat pro trénování a zlepšování modelů strojového učení pomocí knihoven NumPy, SciPy, pandas a scikit-learn Klíčové vlastnosti Objevte řešení pro generování příznaků, extrakci příznaků a výběr příznaků Odhalte komplexní proces tvorby příznaků pro spojité, diskrétní a nestrukturované datové soubory Implementujte moderní techniky extrakce příznaků pomocí knihoven Python pandas, scikit-learn, SciPy a NumPy Popis knihy

Feature engineering je neocenitelný pro vývoj a obohacování modelů strojového učení. V této kuchařce budete pracovat s nejlepšími nástroji pro zefektivnění potrubí a technik feature engineeringu a zjednodušení a zkvalitnění vašeho kódu.

Pomocí knihoven Pythonu, jako jsou pandas, scikit-learn, Featuretools a Feature-engine, se naučíte pracovat se spojitými i diskrétními soubory dat a budete schopni transformovat funkce z nestrukturovaných souborů dat. Rozvinete dovednosti potřebné k výběru nejlepších rysů i nejvhodnějších technik extrakce. Kniha se bude zabývat recepty v jazyce Python, které vám pomohou automatizovat feature engineering a zjednodušit tak složité procesy. Seznámíte se také s různými strategiemi feature engineeringu, jako je box-coxova transformace, silová transformace a logaritmická transformace v oblastech strojového učení, posilování učení a zpracování přirozeného jazyka (NLP).

Na konci této knihy objevíte tipy a praktická řešení pro všechny problémy s funkcemi. Co se naučíte Zjednodušte si postupy tvorby příznaků pomocí výkonných balíčků jazyka Python Osvojte si imputování chybějících hodnot Kódování kategoriálních proměnných pomocí široké sady technik Rychlé a snadné získávání informací z textu Vývoj příznaků z transakčních dat a časových řad Odvozování nových příznaků kombinací stávajících proměnných Pochopte, jak transformovat, diskretizovat a škálovat proměnné Vytváření informativních proměnných z data a času Pro koho je tato kniha určena?

Tato kniha je určena profesionálům v oblasti strojového učení, inženýrům umělé inteligence, datovým vědcům a inženýrům NLP a reinforcement learningu, kteří chtějí optimalizovat a obohatit své modely strojového učení o nejlepší funkce. Znalost strojového učení a kódování v jazyce Python vám pomůže s pochopením konceptů popsaných v této knize. Obsah Předvídání problémů s proměnnými při vytváření ML modelů Imputace chybějících dat Kódování kategoriálních proměnných Transformace číselných proměnných Provádění diskretizace proměnných Práce s odlehlými hodnotami Odvozování funkcí z datových a časových proměnných Provádění škálování funkcí Aplikace matematických výpočtů na funkce Vytváření funkcí s transakčními daty a časovými řadami Extrakce funkcí z textových proměnných