Después de hacer estos cursos, me siento seguro creando visualizaciones y cuadros de mando profesionales
Shoebur RahmanEspecialista en adquisiciones, Giz Bangladesh
Descripción del curso
Descubre la ingeniería de características para machine learning
En este curso, aprenderás sobre la ingeniería de características, que es la base de muchos modelos de machine learning. Dado que el rendimiento de cualquier modelo es una consecuencia directa de las características con las que se alimenta, la ingeniería de características sitúa el conocimiento del dominio en el centro del proceso. Te familiarizarás con los principios de la ingeniería de características sólidas, lo que te ayudará a reducir el número de variables siempre que sea posible, acelerar el funcionamiento de los algoritmos de aprendizaje, mejorar la interpretabilidad y evitar el sobreajuste.Implementar técnicas de ingeniería de características en R
Aprenderás a implementar técnicas de ingeniería de características utilizando el marco R tidymodels, haciendo hincapié en el paquete de recetas que te permitirá crear, extraer, transformar y seleccionar las mejores características para tu modelo.Características de ingeniería y creación de mejores modelos de aprendizaje automático
Cuando te enfrentes a un nuevo conjunto de datos, podrás identificar y seleccionar las características relevantes y descartar las que no aportan información, para que tu modelo funcione más rápido sin sacrificar la precisión. ¡También te sentirás cómodo aplicando transformaciones y creando nuevas funciones para que tus modelos sean más eficientes, interpretables y precisos!Requisitos previos
Programa de formación
Contenido del curso
1
Introducción a la ingeniería de características
Los datos en bruto no siempre llegan en la mejor forma para analizarlos. En este capítulo inicial, verás por primera vez cómo transformar y crear características que mejoren el rendimiento y la interpretabilidad de tu modelo.
- ¿Qué es el feature engineering?50 XP
- Un modelo provisional100 XP
- Ingeniería manual de una característica100 XP
- Crear nuevas características con conocimiento del dominio50 XP
- Preparar tus datos para el análisis100 XP
- Creando un workflow100 XP
- Aumentar el contenido de información de los datos en bruto50 XP
- Identificar valores ausentes100 XP
- Imputación de valores faltantes y creación de variables dummy100 XP
- Ajustar y evaluar el modelo100 XP
- Predicción de reservas de hotel100 XP
2
Transformación de características
En este capítulo, aprenderás que, más allá de transformar manualmente las características, puedes aprovechar herramientas del tidyverse para generar nuevas variables de forma programática. Explorarás cómo este enfoque mejora la reproducibilidad de tus modelos y resulta especialmente útil al trabajar con conjuntos de datos con muchas características.
3
Extracción de características
Ahora aprenderás cómo los modelos a menudo se benefician de reducir la dimensionalidad y extraer características de datos de alta dimensión, incluyendo convertir datos de texto en valores numéricos, codificar datos categóricos y clasificar el poder predictivo de las variables. Explorarás métodos como el análisis de componentes principales, el análisis de componentes principales con kernel, la extracción numérica desde texto, las codificaciones categóricas y las puntuaciones de importancia de variables.
4
Selección de características
Cerrarás el curso con técnicas de ingeniería de características y de Machine Learning. Empezarás centrándote en los problemas asociados a usar todas las características disponibles en un modelo y en la importancia de identificar características irrelevantes y redundantes, y aprenderás a eliminarlas mediante métodos integrados como lasso y elastic-net. Después, explorarás métodos de contracción como lasso, ridge y elastic-net, que pueden usarse para regularizar los pesos de las características o seleccionar características estableciendo coeficientes en cero. Para terminar, te centrarás en crear un flujo de trabajo de ingeniería de características de extremo a extremo y en repasar y practicar los conceptos y funciones aprendidos en un pequeño proyecto.
R
Ingeniería de características en R
Curso
completado
