精通特征工程读书介绍
| 类别 | 页数 | 译者 | 网友评分 | 年代 | 出版社 |
|---|---|---|---|---|---|
| 书籍 | 172页 | 8.1 | 2019 | 人民邮电出版社 |
| 定价 | 出版日期 | 最近访问 | 访问指数 |
|---|---|---|---|
| 59.00元 | 2019-04-01 … | 2020-05-26 … | 64 |
主题/类型/题材/标签
机器学习,特征工程,Python,大数据,数据科学,数据挖掘,计算机,数据分析与机器学习,
作者
[美] 爱丽丝 • 郑 ISBN:9787115509680 原作名/别名:《Feature Engineering for Machine Learning Models: Principles and Techniques for Data Scientists》
内容和作者简介
精通特征工程摘要
特征工程是机器学习流程中至关重要的一个环节，然而专门讨论这个话题的著作却寥寥无几。本书旨在填补这一空白，着重阐明特征工程的基本原则，介绍大量特征工程技术，教你从原始数据中提取出正确的特征并将其转换为适合机器学习模型的格式，从而轻松构建模型，增强机器学习算法的效果。
然而，本书并非单纯地讲述特征工程的基本原则，而是通过大量示例和练习将重点放在了实际应用上。每一章都集中研究一个数据问题：如何表示文本数据或图像数据，如何为自动生成的特征降低维度，何时以及如何对特征进行标准化，等等。最后一章通过一个完整的例子演示了多种特征工程技术的实际应用。书中所有代码示例均是用Python编写的，涉及NumPy、Pandas、scikit-learn和Matplotlib等程序包。
- 数值型数据的特征工程：过滤、分箱、缩放、对数变换和指数变换
- 自然文本技术：词袋、n元词与短语检测
- 基于频率的过滤和特征缩放
- 分类变量编码技术：特征散列化与分箱计数
- 使用主成分分析的基于模型的特征工程
- 模型堆叠与k-均值特征化
- 图像特征提取：人工提取与深度学习
作者简介爱丽丝·郑（Alice Zheng）
亚马逊广告平台建模和优化团队负责人，应用机器学习、生成算法和平台开发领域的技术领导者，前微软研究院机器学习研究员。
阿曼达·卡萨丽（Amanda Casari）
谷歌云开发者关系工程经理，曾是Concur Labs的产品经理和数据科学家，在数据科学、机器学习、复杂系统和机器人等多个领域都有丰富经验。
本书后续版本
未发行或暂未收录
喜欢读〖精通特征工程〗的人也喜欢：
相关搜索
友情提示
剧情呢，免费看分享剧情、挑选影视作品、精选好书简介分享。