Avis des lecteurs
Résumé:Ce livre est une ressource bien accueillie pour l'ingénierie des caractéristiques en Python, particulièrement adaptée à ceux qui ont une connaissance préalable de la science des données et de l'apprentissage automatique. Il fournit des exemples de code concis, des recettes pratiques pour diverses tâches, et est considéré comme une référence précieuse pour la manipulation des données. Cependant, certains lecteurs ont trouvé qu'il manquait de profondeur en ce qui concerne le contexte statistique, et certains problèmes avec la version Kindle ont été signalés.
Avantages:Code d'ingénierie rapide, concis et efficace.
Inconvénients:Précieux pour l'automatisation de processus complexes et la réduction des efforts manuels.
(basé sur 9 avis de lecteurs)
Contenu du livre :
Extraire des informations précises des données pour former et améliorer les modèles d'apprentissage automatique à l'aide des bibliothèques NumPy, SciPy, pandas et scikit-learn Caractéristiques principales Découvrir des solutions pour la génération, l'extraction et la sélection de caractéristiques Découvrir le processus d'ingénierie des caractéristiques de bout en bout sur des ensembles de données continues, discrètes et non structurées Mettre en œuvre des techniques modernes d'extraction de caractéristiques à l'aide des bibliothèques Python pandas, scikit-learn, SciPy et NumPy Description du livre
L'ingénierie des caractéristiques est inestimable pour le développement et l'enrichissement de vos modèles d'apprentissage automatique. Dans ce livre de recettes, vous travaillerez avec les meilleurs outils pour rationaliser vos pipelines et techniques de feature engineering et simplifier et améliorer la qualité de votre code.
En utilisant des bibliothèques Python telles que pandas, scikit-learn, Featuretools et Feature-engine, vous apprendrez à travailler avec des ensembles de données continues et discrètes et à transformer des caractéristiques à partir d'ensembles de données non structurées. Vous développerez les compétences nécessaires pour sélectionner les meilleures caractéristiques ainsi que les techniques d'extraction les plus appropriées. Ce livre présente des recettes Python qui vous aideront à automatiser l'ingénierie des caractéristiques afin de simplifier les processus complexes. Vous vous familiariserez également avec les différentes stratégies d'ingénierie des caractéristiques, telles que la transformation box-cox, la transformation de puissance et la transformation logarithmique dans les domaines de l'apprentissage automatique, de l'apprentissage par renforcement et du traitement du langage naturel (NLP).
À la fin de ce livre, vous aurez découvert des astuces et des solutions pratiques à tous vos problèmes d'ingénierie des caractéristiques. Ce que vous apprendrez Simplifier vos pipelines d'ingénierie des caractéristiques avec de puissants packages Python Se familiariser avec l'imputation des valeurs manquantes Encoder les variables catégorielles avec un large éventail de techniques Extraire des informations du texte rapidement et sans effort Développer des caractéristiques à partir de données transactionnelles et de séries chronologiques Dériver de nouvelles caractéristiques en combinant des variables existantes Comprendre comment transformer, discrétiser et mettre à l'échelle vos variables Créer des variables informatives à partir de la date et de l'heure À qui ce livre s'adresse-t-il ?
Ce livre s'adresse aux professionnels de l'apprentissage automatique, aux ingénieurs en IA, aux data scientists et aux ingénieurs en NLP et en apprentissage par renforcement qui souhaitent optimiser et enrichir leurs modèles d'apprentissage automatique avec les meilleures fonctionnalités. Des connaissances en apprentissage automatique et en codage Python vous aideront à comprendre les concepts abordés dans ce livre. Table des matières Prévoir les problèmes de variables lors de la construction de modèles ML Imputer les données manquantes Encoder les variables catégorielles Transformer les variables numériques Effectuer la discrétisation des variables Travailler avec des valeurs aberrantes Dériver des caractéristiques à partir de dates et de variables temporelles Effectuer la mise à l'échelle des caractéristiques Appliquer des calculs mathématiques aux caractéristiques Créer des caractéristiques à partir de données transactionnelles et de séries temporelles Extraire des caractéristiques à partir de variables textuelles
Autres informations sur le livre :
| ISBN : | 9781789806311 |
| Auteur : | |
| Éditeur : | |
| Reliure : | Broché |
Achat:
Actuellement disponible, en stock.
