After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Descrierea cursului
Seturile de date cu multe dimensiuni pot fi copleșitoare și e greu să știi de unde să începi. De obicei, primul pas este explorarea vizuală a unui set de date nou, dar când dimensiunile sunt prea multe, abordările clasice devin insuficiente. Din fericire, există tehnici de vizualizare concepute special pentru date cu multe dimensiuni, pe care le vei descoperi în acest curs. După explorarea datelor, vei observa adesea că multe caracteristici conțin puține informații – fie pentru că nu prezintă variație, fie pentru că sunt duplicate ale altor caracteristici. Vei învăța cum să le identifici și să le elimini din setul de date, pentru a te concentra pe cele relevante. Într-un pas următor, poate vei dori să construiești un model pe aceste caracteristici și s-ar putea să descoperi că unele nu au niciun efect asupra variabilei pe care vrei să o prezici. Vei învăța cum să identifici și să elimini și aceste caracteristici irelevante, reducând astfel dimensionalitatea și complexitatea. În final, vei vedea cum tehnicile de extragere a caracteristicilor pot reduce dimensionalitatea prin calculul componentelor principale necorelate.
Cerințe prealabile
Curriculum
Structura cursului
1
Explorarea datelor cu multe dimensiuni
Vei fi introdus(ă) în conceptul de reducere a dimensionalității și vei înțelege când și de ce este importantă. Vei afla diferența dintre selecția și extragerea caracteristicilor și vei aplica ambele tehnici pentru explorarea datelor. Capitolul se încheie cu o lecție despre t-SNE, o tehnică puternică de extragere a caracteristicilor care îți va permite să vizualizezi un set de date cu multe dimensiuni.
- Introducere50 XP
- Găsirea numărului de dimensiuni dintr-un set de date50 XP
- Eliminarea caracteristicilor fără varianță100 XP
- Selecția vs. extracția caracteristicilor50 XP
- Identificarea vizuală a caracteristicilor redundante100 XP
- Avantajul selecției de caracteristici50 XP
- Vizualizarea t-SNE a datelor de mare dimensionalitate50 XP
- Intuiția din spatele t-SNE50 XP
- Antrenarea t-SNE pe datele ANSUR100 XP
- Vizualizarea t-SNE a dimensionalității100 XP
2
Selecția caracteristicilor I – Selecție bazată pe informația caracteristicilor
În primul dintre cele două capitole dedicate selecției caracteristicilor, vei afla despre blestemul dimensionalității și cum reducerea dimensionalității te poate ajuta să îl depășești. Vei cunoaște o serie de tehnici pentru a detecta și elimina caracteristicile care aduc puțină valoare setului de date – fie din cauza varianței reduse, a prea multor valori lipsă, fie pentru că sunt puternic corelate cu alte caracteristici.
3
Selecția caracteristicilor II – Selecție bazată pe acuratețea modelului
În al doilea capitol dedicat selecției caracteristicilor, vei învăța cum să folosești modele pentru a identifica cele mai importante caracteristici dintr-un set de date în vederea prezicerii unei variabile țintă. În lecția finală a acestui capitol, vei combina recomandările mai multor modele diferite pentru a decide ce caracteristici merită păstrate.
4
Extragerea caracteristicilor
Acest capitol explorează în profunzime cel mai frecvent utilizat algoritm de reducere a dimensionalității: Analiza Componentelor Principale (PCA). Vei înțelege intuitiv cum și de ce acest algoritm este atât de eficient și îl vei aplica atât pentru explorarea datelor, cât și pentru preprocesarea datelor într-un pipeline de modelare. Capitolul se încheie cu un caz de utilizare captivant: compresia imaginilor.
Reducerea dimensionalității în Python
Curs
finalizat
