• Merkmalskonstruktion für Machine Learning
Cover in höchster Auflösung herunterladen

Alice Zheng / Amanda Casari
Thomas Lotze (Übersetzung)

Merkmalskonstruktion für Machine Learning

Prinzipien und Techniken der Datenaufbereitung

erscheint voraussichtlich
im März 2019, ca. 224 Seiten, komplett in Farbe, Broschur
O’Reilly
ISBN Print: 978-3-96009-093-9

Buch
32,90 €

  Buch in den Warenkorb legen

Buch in den Warenkorb gelegt

 

Beschreibung

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.

 

Zielgruppe

  • Data Scientists
  • Datenanalysten
  • Studenten der Informatik
       

Autor / Autorin

Alice Zheng ist Wissenschaftsmanagerin in der Forschung bei Amazon Advertising. Ihre Arbeit umfasst Algorithmen- und Plattformentwicklung mit Anwendungen in der Werbung, der Softwarediagnose und Netzanalyse.
Amanda Casari ist leitende Produktmanagerin und Datenanalytikerin in den Concur Labs bei SAP Concur. Sie experimentiert mit Projekten und Programmen, um maschinelles Lernen leichter zugänglich zu machen.


Andere Bücher, die Sie interessieren könnten: