学完这些课程后，我对创建专业的可视化图表和仪表板充满信心
Shoebur Rahman采购专员，Giz Bangladesh
课程简介
每天都有关于最新机器学习应用如何改变世界的报道。然而，这类报道往往忽略了一个事实：在使用这些先进模型之前，需要进行大量的数据清洗与特征工程。在本课程中，您将学习如何完成这些工作。您将使用 Stack Overflow 开发者调查和美国历届总统就职演说等数据，理解如何从分类、连续以及非结构化数据中进行最优的预处理与特征工程。本课程将通过实践，带您掌握如何为自己的机器学习模型准备任意数据。
先修要求
课程体系
课程大纲
1
创建特征
本章将带您了解什么是特征工程，以及如何将其应用于真实世界数据。您将加载、探索并可视化一个问卷调查响应数据集，由此学习其底层数据类型，以及这些类型为何会影响您的特征工程方式。您将使用 pandas 库从分类列与连续列中创建新特征。
2
处理脏数据
本章将介绍脏数据与不完整数据的现实情况。您将学习如何定位数据中的缺失值，并探索多种处理方法。您还将使用字符串处理技术，清理数据集中不需要的字符。
3
满足统计假设
本章将重点分析数据的底层分布，以及其是否会影响您的机器学习流程。您将学习如何处理偏态数据，以及在离群值可能对分析产生负面影响的情况下应对这些问题。
4
处理文本数据
最后，在本章中，您将处理非结构化文本数据，学习如何从语料中工程化生成列式特征。您将比较不同方法对文本上下文提取量的影响，并学习在保留足够上下文与避免生成过多特征之间取得平衡。
Python 中的机器学习特征工程
课程已完成
