After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Cursusbeschrijving
Gegevenssets met veel dimensies kunnen overweldigend zijn, waardoor je niet weet waar je moet beginnen. Meestal verken je een nieuwe gegevensset eerst visueel, maar met te veel dimensies schieten klassieke methoden tekort. Gelukkig zijn er visualisatietechnieken die speciaal zijn ontworpen voor data met hoge dimensionaliteit, en in deze cursus maak je daar kennis mee. Tijdens het verkennen ontdek je vaak dat veel features weinig informatie bevatten, omdat ze geen variatie tonen of duplicaten zijn van andere features. Je leert hoe je deze features opspoort en uit de gegevensset verwijdert, zodat je je kunt richten op de informatieve features. In een volgende stap wil je misschien een model bouwen op basis van deze features, en dan kan blijken dat sommige geen invloed hebben op wat je probeert te voorspellen. Je leert ook hoe je deze irrelevante features herkent en verwijdert om zo de dimensionaliteit en dus de complexiteit te verlagen. Tot slot leer je hoe feature-extractietechnieken de dimensionaliteit voor je kunnen verminderen door het berekenen van ongecorreleerde hoofdcomponenten.
Vereisten
Curriculum
Cursusoverzicht
1
Verkennen van data met hoge dimensionaliteit
Je maakt kennis met het concept dimensionaliteitsreductie en leert wanneer en waarom dit belangrijk is. Je leert het verschil tussen featureselectie en feature-extractie en past beide technieken toe voor data-exploratie. Het hoofdstuk eindigt met een les over t-SNE, een krachtige feature-extractietechniek waarmee je een gegevensset met hoge dimensionaliteit kunt visualiseren.
- Introductie50 XP
- Het aantal dimensies in een gegevensset bepalen50 XP
- Kenmerken zonder variantie verwijderen100 XP
- Featureselectie versus feature-extractie50 XP
- Visueel redundante features detecteren100 XP
- Voordeel van feature selection50 XP
- t-SNE-visualisatie van hoog-dimensionale data50 XP
- t-SNE-intuïtie50 XP
- t-SNE toepassen op de ANSUR-gegevens100 XP
- t-SNE-visualisatie van dimensionaliteit100 XP
2
Featureselectie I - Selecteren op informatie in features
In dit eerste van twee hoofdstukken over featureselectie leer je over de curse of dimensionality en hoe dimensionaliteitsreductie je kan helpen die te overwinnen. Je maakt kennis met verschillende technieken om features te detecteren en te verwijderen die weinig toegevoegde waarde hebben voor de gegevensset. Dat kan zijn omdat ze weinig variantie hebben, te veel ontbrekende waarden, of omdat ze sterk correleren met andere features.
3
Featureselectie II - Selecteren op modelnauwkeurigheid
In dit tweede hoofdstuk over featureselectie leer je hoe je modellen kunt gebruiken om de belangrijkste features in een gegevensset te vinden voor het voorspellen van een specifieke targetfeature. In de laatste les van dit hoofdstuk combineer je het advies van meerdere, verschillende modellen om te bepalen welke features de moeite waard zijn om te behouden.
4
Feature-extractie
Dit hoofdstuk is een deep dive in het meest gebruikte algoritme voor dimensionaliteitsreductie: Principal Component Analysis (PCA). Je bouwt intuïtie op over hoe en waarom dit algoritme zo krachtig is en past het toe voor zowel data-exploratie als data-preprocessing in een modelpipeline. Je sluit af met een leuke usecase voor beeldcompressie.
Dimensionality Reduction in Python
Cursus
voltooid
