Camp de lecture sur l'ingénierie des fonctionnalités : Améliorez vos pipelines d'apprentissage automatique

Camp de lecture sur l'ingénierie des fonctionnalités (Sinan Ozdemir)

Avis des lecteurs

Résumé:

Le livre examiné, « Feature Engineering Bookcamp », est très apprécié pour son approche pratique de l'ingénierie des fonctionnalités, offrant des études de cas réels et des conseils accessibles, idéaux tant pour les novices que pour les praticiens expérimentés de la ML. Bien qu'il soit considéré comme une ressource essentielle pour comprendre l'ingénierie des fonctionnalités, certains évaluateurs ont noté des points à améliorer, en particulier en termes d'efficacité et de méthodologies de test.

Avantages:

⬤ Excellentes études de cas dans divers domaines.
⬤ L'accent est mis sur la mise en œuvre plutôt que sur la théorie.
⬤ Langage clair et concis.
⬤ Référence opportune pour l'apprentissage automatique centré sur les données.
⬤ Couverture complète des concepts d'ingénierie des caractéristiques.
⬤ Discussion approfondie de la détection et de l'atténuation des biais.
⬤ Introduction aux magasins de caractéristiques pour l'apprentissage automatique.
⬤ Inclut du code supplémentaire sur GitHub.
⬤ Accès au LiveBook avec une copie physique.

Inconvénients:

⬤ Pourrait bénéficier d'une meilleure structuration des chapitres afin d'être plus efficace lors des tests de plusieurs pipelines d'ingénierie des caractéristiques.
⬤ Manque d'exploration des cadres auto-ML pour la mise en œuvre des techniques.
⬤ Certains évaluateurs auraient souhaité avoir accès à ce livre plus tôt dans leur carrière.

(basé sur 5 avis de lecteurs)

Titre original :

Feature Engineering Bookcamp

Contenu du livre :

Améliorez considérablement vos pipelines d'apprentissage automatique sans passer des heures à peaufiner les paramètres ! Les études de cas pratiques de ce livre révèlent des techniques d'ingénierie des fonctionnalités qui améliorent votre traitement des données - et vos résultats d'apprentissage automatique.

Dans Feature Engineering Bookcamp, vous apprendrez à :

Identifier et mettre en œuvre des transformations de caractéristiques pour vos données.

Construire de puissants pipelines d'apprentissage automatique avec des données non structurées comme le texte et les images.

Quantifier et minimiser les biais dans les pipelines d'apprentissage automatique au niveau des données.

Utiliser des magasins de caractéristiques pour construire des pipelines d'ingénierie de caractéristiques en temps réel.

Améliorer les pipelines d'apprentissage automatique existants en manipulant les données d'entrée.

Utiliser des modèles d'apprentissage profond de pointe pour extraire des modèles cachés dans les données.

Feature Engineering Bookcamp vous guide à travers une collection de projets qui vous permettent de mettre en pratique les principales techniques d'ingénierie des fonctionnalités. Vous travaillerez avec des pratiques d'ingénierie des fonctionnalités qui accélèrent le temps de traitement des données et améliorent réellement les performances de votre modèle. Ce livre, immédiatement utile, fait l'impasse sur la théorie mathématique abstraite et les formules minutieusement détaillées ; à la place, vous apprendrez par le biais d'études de cas intéressantes basées sur le code, y compris la classification des tweets, la détection COVID, la prédiction de récidive, la détection des mouvements des cours boursiers, et bien plus encore.

L'achat du livre imprimé inclut un livre électronique gratuit aux formats PDF, Kindle et ePub de Manning Publications.

À propos de la technologie.

Obtenez de meilleurs résultats des pipelines d'apprentissage automatique en améliorant vos données d'apprentissage ! Utilisez l'ingénierie des caractéristiques, une technique d'apprentissage automatique pour concevoir des variables d'entrée pertinentes basées sur vos données existantes, afin de simplifier la formation et d'améliorer les performances du modèle. Alors que le réglage fin des hyperparamètres ou l'ajustement des modèles peut vous apporter une légère amélioration des performances, l'ingénierie des caractéristiques apporte des améliorations spectaculaires en transformant votre pipeline de données.

À propos du livre.

Feature Engineering Bookcamp vous accompagne dans six projets pratiques où vous apprendrez à améliorer vos données de formation en utilisant le feature engineering. Chaque chapitre explore une nouvelle étude de cas basée sur le code, tirée d'industries réelles telles que la finance et la santé. Vous vous exercerez au nettoyage et à la transformation des données, à l'atténuation des biais, etc. Ce livre regorge d'astuces pour améliorer les performances dans tous les principaux sous-domaines du ML, du traitement du langage naturel à l'analyse des séries temporelles.

Ce qu'il y a à l'intérieur.

Identifier et mettre en œuvre des transformations de caractéristiques.

Construire des pipelines d'apprentissage automatique avec des données non structurées.

Quantifier et minimiser les biais dans les pipelines de ML.

Utiliser des magasins de caractéristiques pour construire des pipelines d'ingénierie de caractéristiques en temps réel.

Améliorer les pipelines existants en manipulant les données d'entrée.

A propos du lecteur.

Pour les ingénieurs expérimentés en apprentissage automatique, familiers avec Python.

A propos de l'auteur.

Sinan Ozdemir est le fondateur et le directeur technique de Shiba, un ancien professeur de science des données à l'Université Johns Hopkins, et l'auteur de plusieurs manuels sur la science des données et l'apprentissage automatique.

Table des matières.

1 Introduction à l'ingénierie des caractéristiques.

2 Les bases de l'ingénierie des caractéristiques.

3 Santé : Diagnostic de COVID-19.

4 Biais et équité : Modélisation de la récidive.

5 Traitement du langage naturel : Classification des sentiments dans les médias sociaux.

6 Vision par ordinateur : Reconnaissance d'objets.

7 Analyse des séries temporelles : Day trading avec apprentissage automatique.

8 Magasins d'objets (feature stores).

9 La mise en commun des connaissances.