Машинное обучение: Конструирование признаков. Принципы и техники для аналитиков

...
Ещё от "Подписные издания":

Рекомендательный сервис

  • Общий рейтинг 4.81
  • Рейтинг покупателей 3.16
  • Рейтинг экспертов 4.68
  • Качество материалов 4.19
  • Надежность 4.88
  • Простота в использовании 4.96
  • Ремонтопригодность 4.06
  • Эффективность выполнения своих функций 4.01
  • Коэффициент удивления "Вау!" 4.81
  • Безопасность для пользователя4.68
  • Внешний вид 4.66
  • Удобство в уходе и чистке 4.90
  • Экологическая безопасность 4.62
  • Гарантия на товар 4.99
  • Соответствие стандартам качества 4.86
  • Инновационные технологии 4.90
  • Хит продаж 4.81
  • Скорость морального устаревания 4.10
  • Энергоэффективность 4.06
  • Универсальность использования 4.19
  • Наличие дополнительных функций 4.92
  • Соотношение цена-качество 3.69
  • Практичность и удобство хранения 4.18
  • Стабильность работы в различных условиях 4.26
  • Возможность персонализации 4.09
  • Ликвидность 4.08
  • Индекс рекомендаций 3.99
Конструирование признаков чрезвычайно важный этап в процессе машинного обучения, но данная тема редко обсуждается отдельно. С помощью этой книги вы научитесь тому, как извлекать и преобразовывать признаки – представлять информацию в числовом виде – в формат, пригодный для моделей машинного обучения. В каждой главе рассматривается только одна задача по обработке данных, например, как представлять текстовые данные или изображения. А вместе они представляют главные принципы конструирования признаков. Авторы этой книги - специалист по машинному обучению Amazon Элис Чжен и аналитик инновационной IT компании Concur Labs Аманда Казари. Конструирование признаков — это извлечение признаков из сырых необработанных данных и приведение их к формату, пригодному для обработки моделью машинного обучения. Это один из самых важных процессов в машинном обучении и одновременно один из самых сложных, ведь разнообразие моделей и данных не позволяет выделить общую тактику конструирования. И, тем не менее, авторам книги это удалось — здесь сформулированы более глубокие принципы работы с данными, проиллюстрированные конкретными примерами. В каждой главе описывается решение тех или иных задач: как представить текстовые данные или изображения, как понизить размерность автоматически сгенерированных признаков и т.д. В последней же главе все примеры объединяются в единую концепцию конструирования признаков в машинном обучении. Все примеры кода приведены на языке Python с использованием таких модулей, как NumPy, Pandas, Scikit-learn, Matplotlib, и выложены в репозитарии авторов на GitHub.
Информация о характеристиках, комплекте поставки, стране изготовления, внешнем виде и цвете товара носит справочный характер и взятая из открытых источников.
Эксперт: Аркадий И., E-commerce аналитик
Дата рецензии: 16 июня 2025 г.
Рекомендация к покупке нейтральная

Отзывы о товаре

Спасибо Ваш отзыв будет опубликован после проверки модераторами.
Добавить отзыв

Доставка покупки

    • Курьерской службой;
    • Самовывоз из пунктов выдачи;
    • Почтой России.

Оплата заказа

    • Наличными курьеру при получении;
    • Банковскими картами;
    • По безналичному расчету.
  • Наименование: ООО «Комплект-Подписные издания»
  • ИНН: 7841330634

Рекомендуем аналогичные товары

Дополнительно из категории