Merkmalskonstruktion für Machine Learning Prinzipien und Techniken der Datenaufbereitung
Das Feature Engineering – auch Merkmalskonstruktion genannt – ist ein entscheidender Arbeitsschritt bei der Datenaufbereitung für das maschinelle Lernen, der die Leistung der Modelle entscheidend beeinflusst. In diesem praxisnahen Buch lernen Sie Techniken, um Merkmale – numerische Darstellungen von...
| Otros Autores: | , , |
|---|---|
| Formato: | Libro electrónico |
| Idioma: | Alemán |
| Publicado: |
Heidelberg :
O'Reilly
2019.
|
| Edición: | 1. Auflage |
| Colección: | Animals
|
| Materias: | |
| Ver en Biblioteca Universitat Ramon Llull: | https://discovery.url.edu/permalink/34CSUC_URL/1im36ta/alma991009630753306719 |
| Sumario: | Das Feature Engineering – auch Merkmalskonstruktion genannt – ist ein entscheidender Arbeitsschritt bei der Datenaufbereitung für das maschinelle Lernen, der die Leistung der Modelle entscheidend beeinflusst. In diesem praxisnahen Buch lernen Sie Techniken, um Merkmale – numerische Darstellungen von Rohdaten – zu gewinnen und mit maschinellen Lernmodellen nutzbar zu machen. Jedes Kapitel führt Sie durch eine einzelne Aufgabe der Datenanalyse wie etwa die Darstellung von Text- oder Bilddaten. Zusammen veranschaulichen diese Beispiele die wichtigsten Prinzipien des Feature Engineering.Statt diese Prinzipien einfach nur zu beschreiben, legen die Autorinnen im gesamten Buch den Schwerpunkt auf die praktische Anwendung. Das Schlusskapitel fügt alles zusammen, indem es verschiedene Techniken des Feature Engineering auf einen realen, strukturierten Datensatz anwendet. In den Beispielen werden Python-Pakete wie numpy, Pandas, scikit-learn und Matplotlib verwendet. |
|---|---|
| Notas: | PublicationDate: 20190401 |
| Descripción Física: | 1 online resource (214 pages) |
| ISBN: | 9781492072089 9783960102496 |
