面向机器学习的特征工程

原文(注册后可阅读):Feature Engineering for Machine Learning (Early Release)

协议:CC BY-NC-SA 4.0

欢迎任何人参与和完善:一个人可以走的很快,但是一群人却可以走的更远

目录

联系方式

负责人

贡献者

标题 译者 校对
一、引言 @ZhipengYe
二、简单数字的奇特技巧 @coboe @Ziseon Jiao
三、文本数据:展开、过滤和分块 @kkejili @HeYun
四、特征缩放的效果:从词袋到 TF-IDF @gin @HeYun
五、类别特征:机器鸡时代的鸡蛋计数 @ZhenLei Xu
六、降维:使用 PCA 压缩数据集 @cn-Wziv @HeYun
七、非线性特征提取和模型堆叠 @friedhelm739
八、自动化特征提取器:图像特征提取和深度学习 @friedhelm739
九、回到特征:将它们放到一起
附录、线性模型和线性代数基础 @Sherlock-kid

免责声明

ApacheCN 纯粹出于学习目的与个人兴趣翻译本书,不追求任何经济利益。

本译文只供学习研究参考之用,不得用于商业用途。ApacheCN 保留对此版本译文的署名权及其它相关权利。

赞助我们

微信&支付宝