Après avoir suivi ces cours, je me sens confiant dans la création de visualisations et de tableaux de bord professionnels.
Shoebur RahmanSpécialiste des marchés publics, Giz Bangladesh
Description du cours
Chaque jour, vous entendez parler des avancées spectaculaires des nouvelles applications de Machine Learning qui transforment le monde. Ces récits oublient souvent qu’avant d’entraîner ces modèles sophistiqués, il faut réaliser un important travail de préparation des données et de feature engineering. Dans ce cours, vous apprendrez à le faire. Vous travaillerez sur l’enquête Stack Overflow Developers et sur des discours historiques d’investiture des présidents américains afin de comprendre comment prétraiter et créer des variables à partir de données catégorielles, continues et non structurées. Ce cours vous offrira une expérience pratique pour préparer n’importe quel jeu de données à vos propres modèles de Machine Learning.
Prérequis
Programme de formation
Plan du cours
1
Créer des variables
Dans ce chapitre, vous découvrirez ce qu’est le feature engineering et comment commencer à l’appliquer à des données réelles. Vous chargerez, explorerez et visualiserez un jeu de réponses d’enquête et, ce faisant, vous apprendrez ses types de données sous-jacents et pourquoi ils influencent la manière dont vous devez créer vos variables. Avec le package pandas, vous créerez de nouvelles variables à partir de colonnes tant catégorielles que continues.
- Pourquoi générer des caractéristiques ?50 XP
- Faites connaissance avec vos données100 XP
- Sélectionner des types de données spécifiques100 XP
- Gérer les variables catégorielles50 XP
- Encodage one-hot et variables indicatrices100 XP
- Gérer les catégories peu fréquentes100 XP
- Variables numériques50 XP
- Binariser des colonnes100 XP
- Regrouper des valeurs en classes100 XP
2
Gérer des données imparfaites
Ce chapitre vous présente la réalité de données incomplètes et désordonnées. Vous apprendrez à repérer les valeurs manquantes et à explorer plusieurs approches pour les traiter. Vous utiliserez également des techniques de manipulation de chaînes de caractères pour gérer les caractères indésirables dans votre jeu de données.
3
Respecter les hypothèses statistiques
Dans ce chapitre, vous vous concentrerez sur l’analyse de la distribution sous-jacente de vos données et sur son impact potentiel sur votre pipeline de Machine Learning. Vous apprendrez à gérer des données asymétriques et des situations où des valeurs aberrantes peuvent nuire à votre analyse.
4
Traiter des données textuelles
Enfin, dans ce chapitre, vous travaillerez avec des données textuelles non structurées et verrez comment créer des variables en colonnes à partir d’un corpus. Vous comparerez différentes approches selon la quantité de contexte extraite d’un texte et apprendrez à trouver l’équilibre entre richesse de contexte et nombre de variables générées.
Feature engineering pour le Machine Learning en Python
Cours
terminé
