Feature Engineering for Machine Learning

Corso

Online

Prezzo da consultare

Chiama il centro

Hai bisogno di un coach per la formazione?

Ti aiuterà a confrontare vari corsi e trovare l'offerta formativa più conveniente.

Descrizione

  • Tipologia

    Corso

  • Metodologia

    Online

  • Inizio

    Scegli data

feature Engineering è il processo di selezione e trasformazione dei dati per migliorare l'accuratezza degli algoritmi di machine learning. Richiede una profonda familiarità con i dati da parte di un esperto di materia.
questa formazione diretta da istruttore (in loco o a distanza) è rivolta a persone che desiderano applicare tecniche di progettazione di funzionalità per elaborare meglio i dati e ottenere modelli di Machine Learning migliori.
entro la fine di questa formazione, i partecipanti saranno in grado di:
impostare un ambiente di sviluppo ottimale, compresi tutti i pacchetti Python necessari.
ottenere informazioni importanti analizzando le funzionalità di un set di dati.
ottimizza i modelli di machine learning attraverso l'adattamento dei dati grezzi stessi.
Clean e trasformare set di dati in preparazione per Machine Learning.
formato del corso
conferenza interattiva e discussione.
un sacco di esercizi e pratica.
implementazione hands-on in un ambiente lab Live.
Opzioni di personalizzazione del corso
per richiedere una formazione personalizzata per questo corso, si prega di contattarci per organizzare.
Machine Translated

Sedi e date

Luogo

Inizio del corso

Online

Inizio del corso

Scegli dataIscrizioni aperte

Profilo del corso

Python programming experience.
Experience with Numpy, Pandas and scikit-learn.
Familiarity with Machine Learning algorithms.
Audience
Developers
Data scientists
Data analysts

Domande e risposte

Aggiungi la tua domanda

I nostri consulenti e altri utenti potranno risponderti

Chi vuoi che ti risponda?

Inserisci i tuoi dati per ricevere una risposta

Pubblicheremo solo il tuo nome e la domanda

Opinioni

Materie

  • E-learning
  • Python

Programma

Introduction

  • Building effective algorithms in pattern recognition, classification and regression.

Setting up the Development Environment

  • Python libraries
  • Online vs offline editors

Overview of Feature Engineering

  • Input and output variables (features)
  • Pros and cons of feature engineering

Types of Problems Encountered in Raw Data

  • Unclean data, missing data, etc.

Pre-Processing Variables

  • Dealing with missing data

Handling Missing Values in the Data

Working with Categorical Variables

Converting Labels into Numbers

Handling Labels in Categorical Variables

Transforming Variables to Improve Predictive Power

  • Numerical, categorical, date, etc.

Cleaning a Data Set

Machine Learning Modelling

Handling Outliers in Data

  • Numerical variables, categorical variables, etc.

Summary and Conclusion

Chiama il centro

Hai bisogno di un coach per la formazione?

Ti aiuterà a confrontare vari corsi e trovare l'offerta formativa più conveniente.

Feature Engineering for Machine Learning

Prezzo da consultare