Vai al contenuto principale

Corso

Feature Engineering per il Machine Learning in Python

IntermedioLivello di competenza

Aggiornato 02/2023

Crea nuove funzionalità per migliorare le prestazioni dei tuoi modelli di Machine Learning.

Inizia il corso gratis

PythonMachine Learning

4 h

16 video

53 Esercizi

4,350 XP

38,908

Attestato di conseguimento

Preferito dagli studenti di migliaia di aziende

Formare un team?

Prova per il Business

Descrizione del corso

Ogni giorno si leggono notizie sui sorprendenti progressi con cui le applicazioni più recenti di Machine Learning stanno cambiando il mondo. Spesso però si sorvola sul fatto che, prima di usare questi modelli avanzati, serve un grande lavoro di pulizia dei dati e di feature engineering. In questo corso imparerai proprio questo. Lavorerai con il sondaggio degli sviluppatori di Stack Overflow e con i discorsi storici di insediamento dei presidenti degli Stati Uniti per capire come preprocessare al meglio e progettare feature a partire da dati categorici, continui e non strutturati. Questo corso ti offrirà esperienza pratica su come preparare qualsiasi dato per i tuoi modelli di Machine Learning.

Prerequisiti

Supervised Learning with scikit-learn

1

Creare feature

In questo capitolo esplorerai che cos’è il feature engineering e come iniziare ad applicarlo a dati del mondo reale. Caricherai, esplorerai e visualizzerai un insieme di risposte a un sondaggio e, così facendo, scoprirai i relativi tipi di dato e perché influenzano il modo in cui dovresti progettare le tue feature. Con il pacchetto pandas creerai nuove feature sia da colonne categoriche sia da colonne continue.

Perché generare feature?

Conosci i tuoi dati

Selezionare tipi di dati specifici

Gestire le variabili categoriali

One-hot encoding e variabili dummy

Gestire le categorie poco comuni

Variabili numeriche

Binarizzare le colonne

Raggruppare i valori in intervalli (binning)

Inizia il capitolo

2

Gestire dati disordinati

Questo capitolo ti introduce alla realtà dei dati disordinati e incompleti. Imparerai a individuare dove mancano valori nei tuoi dati ed esplorerai diversi approcci per gestirli. Userai anche tecniche di manipolazione di stringhe per rimuovere o trattare caratteri indesiderati nel tuo insieme di dati.

Perché esistono i valori mancanti?

Quanto è sparso il mio insieme di dati?

Individuare i valori mancanti

Gestire i valori mancanti (I)

Eliminazione per lista (listwise deletion)

Sostituire i valori mancanti con costanti

Gestire i valori mancanti (II)

Compilare i valori mancanti continui

Imputazione dei valori nei modelli predittivi

Gestire altri problemi nei dati

Gestire i caratteri indesiderati (I)

Gestire i caratteri fuori posto (II)

Chaining dei metodi

Inizia il capitolo

3

Rispettare le assunzioni statistiche

In questo capitolo ti concentrerai sull’analisi della distribuzione sottostante dei tuoi dati e su come potrebbe influenzare la tua pipeline di Machine Learning. Imparerai a gestire dati asimmetrici e situazioni in cui i valori anomali possono avere un impatto negativo sulla tua analisi.

Distribuzioni dei dati

Che aspetto hanno i tuoi dati? (I)

Com’è fatto il tuo insieme di dati? (II)

Quando non devi trasformare i tuoi dati?

Scalatura e trasformazioni

Normalizzazione

Standardizzazione

Trasformazione logaritmica

Quando puoi usare la normalizzazione?

Rimozione degli outlier

Rimozione degli outlier basata su percentuale

Rimozione statistica degli outlier

Scalare e trasformare nuovi dati

Trasformazioni di training e test (I)

Trasformazioni di train e test (II)

Inizia il capitolo

4

Gestire dati testuali

Infine, in questo capitolo lavorerai con dati testuali non strutturati, comprendendo come ricavare feature colonnari da un corpus di testo. Confronterai come approcci diversi possano influire sulla quantità di contesto estratta da un testo e come bilanciare l’esigenza di contesto senza generare troppe feature.

Codificare il testo

Pulizia del testo

Feature testuali di alto livello

Conteggi di parole

Contare le parole (I)

Conteggio delle parole (II)

Limitare le tue feature

Da testo a DataFrame

Term frequency-inverse document frequency

Esaminare i valori Tf-idf

Trasformare dati mai visti

Usare n-gram più lunghi

Trovare le parole più comuni

Inizia il capitolo

Feature Engineering per il Machine Learning in Python

Corso
completato

Ottieni Attestato di conseguimento

Aggiungi questa certificazione al tuo profilo LinkedIn, al curriculum o al CV
Condividila sui social e nella valutazione delle tue performanceIscriviti ora

Unisciti a oltre 19 milioni di studenti e inizia Feature Engineering per il Machine Learning in Python oggi!

Aumenta le tue competenze sui dati con l'app di DataCamp

Avanza ovunque ti trovi con i nostri corsi per dispositivi mobili e le nostre sfide di programmazione quotidiane da 5 minuti.