Ingénierie et sélection des caractéristiques : Une approche pratique pour les modèles prédictifs

Note :   (4,5 sur 5)

Ingénierie et sélection des caractéristiques : Une approche pratique pour les modèles prédictifs (Max Kuhn)

Avis des lecteurs

Résumé:

Le livre sur l'ingénierie des fonctionnalités a reçu des critiques mitigées, beaucoup faisant l'éloge de son contenu, de sa structure et de ses idées pratiques, tandis que d'autres critiquent les problèmes de mise en page et l'absence de certains traitements exhaustifs.

Avantages:

Le livre fournit une vue d'ensemble des concepts modernes d'ingénierie des fonctionnalités, des explications claires et des exemples pratiques. Il est loué pour son contenu bien structuré et est recommandé aux praticiens de différents niveaux d'expérience. De nombreux lecteurs le trouvent comparable à « Applied Predictive Modeling » et apprécient son accessibilité et sa profondeur.

Inconvénients:

Les critiques notent d'importants problèmes de mise en page dans la version papier, tels que des graphiques mal placés qui perturbent le flux de lecture. Il y a également un manque de traitement complet sur la sélection des caractéristiques, une profondeur insuffisante dans les explications des méthodes, et des problèmes avec le support de la version Kindle. En outre, les évaluateurs ont exprimé leur déception quant à la présentation des graphiques en noir et blanc, ce qui rend ambiguës les explications dépendant de la couleur.

(basé sur 12 avis de lecteurs)

Titre original :

Feature Engineering and Selection: A Practical Approach for Predictive Models

Contenu du livre :

Le processus d'élaboration de modèles prédictifs comprend de nombreuses étapes.

La plupart des ressources se concentrent sur les algorithmes de modélisation, mais négligent d'autres aspects essentiels du processus de modélisation. Ce livre décrit les techniques permettant de trouver les meilleures représentations des prédicteurs pour la modélisation et de trouver le meilleur sous-ensemble de prédicteurs pour améliorer les performances du modèle.

Une variété d'exemples de données est utilisée pour illustrer les techniques, ainsi que des programmes R pour reproduire les résultats.

Autres informations sur le livre :

ISBN :9781138079229
Auteur :
Éditeur :
Reliure :Relié
Année de publication :2019
Nombre de pages :298

Achat:

Actuellement disponible, en stock.

Je l'achète!

Autres livres de l'auteur :

Ingénierie et sélection des caractéristiques : Une approche pratique pour les modèles prédictifs -...
Le processus d'élaboration de modèles prédictifs...
Ingénierie et sélection des caractéristiques : Une approche pratique pour les modèles prédictifs - Feature Engineering and Selection: A Practical Approach for Predictive Models
Modélisation prédictive appliquée - Applied Predictive Modeling
La modélisation prédictive appliquée couvre l'ensemble du processus de modélisation prédictive, en...
Modélisation prédictive appliquée - Applied Predictive Modeling
Modélisation prédictive appliquée - Applied Predictive Modeling
Stratégies générales. - Modèles de régression. - Modèles de classification. - Autres considérations. -...
Modélisation prédictive appliquée - Applied Predictive Modeling
Ingénierie et sélection des caractéristiques : Une approche pratique pour les modèles prédictifs -...
Le processus d'élaboration de modèles prédictifs...
Ingénierie et sélection des caractéristiques : Une approche pratique pour les modèles prédictifs - Feature Engineering and Selection: A Practical Approach for Predictive Models
Tidy Modeling with R : Un cadre pour la modélisation dans le Tidyverse - Tidy Modeling with R: A...
Lancez-vous avec tidymodels, une collection de...
Tidy Modeling with R : Un cadre pour la modélisation dans le Tidyverse - Tidy Modeling with R: A Framework for Modeling in the Tidyverse

Les œuvres de l'auteur ont été publiées par les éditeurs suivants :

© Book1 Group - tous droits réservés.
Le contenu de ce site ne peut être copié ou utilisé, en tout ou en partie, sans l'autorisation écrite du propriétaire.
Dernière modification: 2024.11.14 07:32 (GMT)