Build your ultimate AI agent
Descrierea cursului
În fiecare zi citim despre descoperiri remarcabile și despre modul în care cele mai noi aplicații de machine learning schimbă lumea. De multe ori, însă, se trece cu vederea faptul că, înainte de a putea folosi aceste modele sofisticate, este nevoie de un volum considerabil de preprocesare a datelor și de inginerie a caracteristicilor. În acest curs, vei învăța exact cum să faci asta. Vei lucra cu datele din sondajul Stack Overflow pentru dezvoltatori și cu discursurile istorice de inaugurare ale președinților SUA, pentru a înțelege cum să preprocesezi și să construiești caracteristici din date categoriale, continue și nestructurate. Cursul îți oferă experiență practică în pregătirea oricărui set de date pentru propriile tale modele de machine learning.
Cerințe prealabile
Curriculum
Structura cursului
1
Crearea caracteristicilor
În acest capitol, vei explora ce este ingineria caracteristicilor și cum să începi să o aplici pe date reale. Vei încărca, explora și vizualiza un set de date provenit dintr-un sondaj, iar în acest proces vei învăța despre tipurile de date subiacente și despre motivul pentru care acestea influențează modul în care ar trebui să construiești caracteristicile. Folosind biblioteca pandas, vei crea noi caracteristici atât din coloane categoriale, cât și din coloane continue.
- De ce să generăm caracteristici?50 XP
- Explorează-ți datele100 XP
- Selectarea anumitor tipuri de date100 XP
- Lucrul cu caracteristici categoriale50 XP
- Codificare one-hot și variabile dummy100 XP
- Gestionarea categoriilor rare100 XP
- Variabile numerice50 XP
- Binarizarea coloanelor100 XP
- Gruparea valorilor în intervale100 XP
2
Gestionarea datelor dezordonate
Acest capitol te introduce în realitatea datelor dezordonate și incomplete. Vei învăța cum să identifici valorile lipsă din datele tale și vei explora mai multe abordări pentru a le gestiona. Vei folosi, de asemenea, tehnici de manipulare a șirurilor de caractere pentru a elimina caracterele nedorite din setul de date.
3
Conformarea la ipotezele statistice
În acest capitol, te vei concentra pe analiza distribuției subiacente a datelor și pe impactul pe care aceasta îl poate avea asupra fluxului tău de machine learning. Vei învăța cum să gestionezi datele înclinate și situațiile în care valorile extreme ar putea afecta negativ analiza.
4
Gestionarea datelor text
În ultimul capitol, vei lucra cu date text nestructurate și vei descoperi modalități prin care poți construi caracteristici tabulare dintr-un corpus de text. Vei compara diferite abordări și vei analiza cât de mult context este extras din text, precum și cum să echilibrezi nevoia de context fără a genera prea multe caracteristici.
Ingineria caracteristicilor pentru Machine Learning în Python
Curs
finalizat
