这本书描述了技术寻找最好的预测建模和表示连接的最佳子集预测改进模型的性能。
作者库恩:马克斯
出版者:CRC的新闻
国际标准图书编号:9781351609463
类别:商业与经济学
页面:298年
观点:404年
开发预测模型的过程包括许多阶段。大多数资源集中在建模算法,但忽略了建模过程的其他重要方面。这本书描述了技术寻找最好的预测建模和表示连接的最佳子集预测改进模型的性能。各种示例数据集用于说明技术随着R程序复制结果。对机器学习功能工程
实用的书,你将学习技术提取和转换的特征—数字表示原始数据格式为机器学习模型。
作者爱丽丝:郑
出版者:“O ' reilly Media, Inc .”
国际标准图书编号:9781491953198
类别:电脑
页面:218年
观点:131年
功能机器学习管道工程是一个关键的一步,然而这个话题是很少在自己的检查。实用的书,你将学习技术提取和转换的特征—数字表示原始数据格式为机器学习模型。每一章指导您通过一个单一的数据问题,比如如何代表文本或图像数据。在一起,这些例子说明特性工程的主要原则。而不是简单地教这些原则,作者郑爱丽丝和阿曼达Casari专注于实际应用伴随练习书。最后一章将由解决现实世界的一切,结构化数据集与几个feature-engineering技术。Python包包括numpy、熊猫、Scikit-learn Matplotlib用于代码示例。你会检查:特性数值数据工程:过滤、装箱、缩放、对数变换,和权力转换自然文本技术:bag-of-words,字格,和短语检测Frequency-based过滤和功能扩展为消除不提供信息的特征编码技术的分类变量,包括功能哈希和bin-counting基于模型的工程特性与主成分分析模型叠加的概念,利用k - means featurization技术与手动和深度学习图像特征提取技术工程特性很容易
完美的指南加快机器学习算法的预测能力关键特性设计、发现、创建动态,有效的机器学习应用程序特性深入了解你的数据,获得惊人的……
作者:斯楠奥兹德米尔
出版者:Packt出版有限公司
国际标准图书编号:9781787286474
类别:电脑
页面:316年
观点:795年
完美的指南加快机器学习算法的预测能力关键特性设计、发现、创建动态,有效的机器学习应用程序特性深入理解你的数据和获得惊人的数据洞察力在本指南的帮助掌握强大的feature-engineering技术工程和建造机器学习系统的书描述特性是最重要的步骤在创建强大的机器学习系统。本书将带你通过整个feature-engineering旅程让你的机器学习系统和有效得多。你就会开始理解数据通常毫升模型的成功取决于你如何利用不同的功能类型,如连续、分类,,您将学习包括一个功能时,当忽略它,为什么,所有通过理解误差分析和模型的可接受性。你将学习问题语句转换成有用的新功能。您将学习交付特性由业务需求以及数学的见解。您还将了解如何使用机器学习在你的机器上,自动学习神奇功能您的数据。通过这本书,你将成为精通特征选择,功能学习,和功能优化。你将学习识别和利用不同功能类型的清洁特性数据来提高预测能力理解为什么以及如何进行特征选择,和模型误差分析利用领域知识构建新功能交付功能基于数学见解使用机器学习算法来构造特征主功能工程和优化利用特性工程对于真实世界的应用程序通过一个结构化的案例研究这本书是如果你是一个数据科学专业或机器学习工程师想加强你的预测分析模型,那么这本书是一个完美的指南。一些机器学习概念的基本理解和Python脚本足以开始使用这本书。手册的研究数据科学的自动化特性工程和先进的应用程序
选择和提取合适的功能是主要的阶段工程特性它可以极大地影响成功的步骤。不同的特性选择技术以及它们的优缺点将在本章中讨论。
作者:熊猫,Mrutyunjaya
出版者:IGI全球
国际标准图书编号:9781799866619
类别:电脑
页面:392年
观点:279年
在今天的数字世界中,生成的大量数据是结构化的,混乱的,在本质上和混乱。处理这类数据,试图展开有意义的信息,可以是一个具有挑战性的任务。特性工程是一个过程将这些数据转换成一个合适的形式,更好的协助解释和可视化。通过这种方法,转换后的数据更透明的机器学习模型,进而导致更好的预测和分析的结果。数据科学至关重要的数据科学家评估权衡他们的决定关于机器学习模型实现的有效性。今天调查的需求在这一领域,在未来是非常必要的。研究自动化功能的手册工程和先进的应用程序在数据科学提供了一个深入分析在理论和实证研究的最新成果如何特性可以从原始数据中提取和转换。的章节将介绍功能工程和最近的概念,方法,和应用程序使用不同的数据类型,以及检查最新的机器学习应用程序的数据。而突出主题,如检测、跟踪、选择技术,并使用数据科学预测模型,这本书是理想的用于研究学者、大数据科学家,项目开发人员,数据分析师,计算机科学家和从业人员、研究人员、工程院士,和学生感兴趣的特性及其对数据的影响。工程为机器学习和数据分析功能
数据转换步骤之后,许多单标牌特征选择可以使用技术。例如,信息增益[54],χ2统计[35],正交重心特征选择(ocf) [73]。
作者董:Guozhu
出版者:CRC的新闻
国际标准图书编号:9781351721271
类别:商业与经济学
页面:400年
观点:865年
功能在大数据分析工程中起着至关重要的作用。机器学习和数据挖掘算法不能工作没有数据。小可以实现如果有一些功能代表底层数据对象,以及这些算法的结果质量很大程度上取决于可用的质量特性。特性工程机器学习和数据分析提供了一个全面的介绍功能工程,包括功能生成,特征提取,特征变换,特征选择和特征分析和评估。这本书提出了关键概念、方法的例子,和应用程序,以及章节特性工程等主要数据类型文本,图像序列,时间序列,图表,流媒体数据,软件工程数据,Twitter数据,和社交媒体数据。它还包含通用特性生成方法,生成其实以及方法,手工,特定于域的功能。第一章定义的概念特征和工程特性,这本书提供了一个概述,并提供了指向主题在这本书中未涉及。接下来的六章是工程致力于特性,包括功能生成特定的数据类型。随后的四个章节涵盖工程通用方法特性,即特征选择、特征变换特性工程为基础,深度学习工程基础功能,和基于模式的生成和工程特性。最后三章讨论社会机器人功能工程检测、软件管理和twitter的应用程序。 This book can be used as a reference for data analysts, big data scientists, data preprocessing workers, project managers, project developers, prediction modelers, professors, researchers, graduate students, and upper level undergraduate students. It can also be used as the primary text for courses on feature engineering, or as a supplement for courses on machine learning, data mining, and big data analytics.特性工程Bookcamp
s niag e v l u m u C原始构造的日期,时间,滞后,只滚动和扩展特性看涨看跌只…随机森林多项式+特定于域的特性特征提取选择从模型特性选择图……
作者:斯楠奥兹德米尔
出版者:西蒙和舒斯特尔
国际标准图书编号:9781617299797
类别:电脑
页面:270年
观点:292年
提供巨大的改进机器学习管道不花时间微调参数!这本书的实用工程技术揭示功能,升级你的个案研究中得到数据争论——和ML的结果。提供巨大的改进机器学习管道不花时间微调参数!这本书的实用工程技术揭示功能,升级你的个案研究中得到数据争论——和ML的结果。特性工程Bookcamp提供实践经验和重要的技术优化你的训练数据。你练习你的技能在清洗和转换数据,处理非结构化图像和文本数据,和实施偏差缓解,您很快就会看到改善你的最终结果。您将学习探索真实世界的场景从不同的领域,包括医疗保健、金融、和自然语言处理。印刷书籍的购买包括一个免费的PDF电子书,Kindle和ePub格式的曼宁出版物。工程的艺术特性
功能,。降低:功能。选择,。维度。减少。和。嵌入的。中心工程特性(FE)的努力获得更少的特性,如不提供信息的特征与不必要的膨胀毫升模型参数。
作者:巴勃罗Duboue
出版者:剑桥大学出版社
国际标准图书编号:9781108571647
类别:电脑
页面:
观点:763年
当机器学习工程师处理数据集时,他们可能会发现他们需要的结果不一样。而不是提高模型或收集更多的数据,他们可以使用特性工程过程,以帮助改善结果通过修改数据的特性,以更好地抓住问题的本质。这个实用指南功能工程是一个重要的科学家的任何数据或机器学习工程师的工具箱,提供新想法如何提高机器学习解决方案的性能。开始的基本概念和技术,文本建立一个独特的跨域的方法,跨越数据图形、文本、时间序列和图像,完全解决案例研究。关键的主题包括装箱,out-of-fold估计,特征选择,降维,编码变长数据。案例研究的完整的源代码可以在同伴网站作为Python Jupyter笔记本。工程特性和计算智能在心电图监测
尽管一些研究认为特征提取和特性选择两个类似的作品,然而,两个部分实际上是不同的。而特征提取被认为是ECG信号的步骤来描述信息,…
作者刘:渝
出版者:施普林格自然
国际标准图书编号:9789811538247
类别:医疗
页面:268年
观点:857年
这本书探讨了功能心电图监控工程设计和计算智能的解决方案,尤其关注如何有效地使用这些方法来解决动态的新挑战,持续和长期的个人心电图监测和实时反馈。通过这样做,它提供了一个“快照”之间的接口当前研究生理信号分析和机器学习。它还有助于澄清一些困境和鼓励在这个领域进一步的调查,探索合理的应用特性工程和计算智能心电图监测。这本书是为研究人员和研究生在生物医学工程领域,心电图信号处理和智能医疗。Python自然语言处理
工程特性包括特征提取和特性选择。现在是时候去探索的技术特性的一部分选择。特征提取和特性选择给我们的最重要的功能……
作者:Jalaj Thanaki
出版者:Packt出版有限公司
国际标准图书编号:9781787285521
类别:电脑
页面:486年
观点:406年
利用机器学习的力量和深度学习这本书从文本中提取信息数据实现机器学习和深度学习有效的自然语言处理技术开始使用NLTK和实施NLP在您的应用程序轻松地理解和解释人类语言的力量通过Python文本分析为这本书这本书是用于Python开发人员希望开始与自然语言处理,想让他们的应用程序通过实现NLP聪明。你将学习关注的Python编程范式,用于开发NLP应用程序了解语料库分析和不同类型的数据属性。学习NLP NLTK等使用Python库,通晓多国语言,宽大的,斯坦福CoreNLP等学习特征提取和特征选择的工程特性。探索在深度学习向量化的优点。得到一个更好的理解的架构基于规则的系统。优化和调整NLP问题的监督和非监督机器学习算法。确定深度学习自然语言处理技术和自然语言生成问题。详细介绍这本书首先奠定了自然语言处理的基础,为什么Python是一个最好的选择建立一个NLP-based专家系统与社区支持等优点,可用性的框架等等。后来它给你一个更好的理解免费形式的语料库和不同类型的数据集。在这之后,你就会知道如何选择一个自然语言处理应用程序的数据集和找到合适的NLP技巧来处理数据和句子理解他们的结构。 You will also learn how to tokenize different parts of sentences and ways to analyze them. During the course of the book, you will explore the semantic as well as syntactic analysis of text. You will understand how to solve various ambiguities in processing human language and will come across various scenarios while performing text analysis. You will learn the very basics of getting the environment ready for natural language processing, move on to the initial setup, and then quickly understand sentences and language parts. You will learn the power of Machine Learning and Deep Learning to extract information from text data. By the end of the book, you will have a clear understanding of natural language processing and will have worked on multiple examples that implement NLP in the real world. Style and approach This book teaches the readers various aspects of natural language Processing using NLTK. It takes the reader from the basic to advance level in a smooth way.