看板 DataScience 關於我們 聯絡資訊
小弟平常論文是針對deep learning方面 但對ML的資料分析也很有興趣 今天參加MLOps座談會後發現特徵工程還是很多不懂 尤其是以統計的方式非常缺乏 因此對特徵工程想更深一步了解 但對要怎麼下手有點找不到方向 之前有看過林軒田老師的ML課程 也已有看過並實作過 特徵工程不再難 這一本書 想徵求推薦再進一步針對特徵工程尤其是統計方面的課程 學習資源 書 或是在特徵工程方面講解得很不錯的ML資源也可以 謝謝大家 -- https://i.imgur.com/iRcI7DB.jpg
要再來一次嗎? -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 36.239.36.158 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/DataScience/M.1608836761.A.180.html
davidwales: https://d2l.ai/d2l-en.pdf12/25 10:27
davidwales: 不好意思 推錯 我以為你是要找deep learning的資源12/25 10:29
有推薦都很好XD 這份文件寫得很全面 對DL學習很有幫助!! ※ 編輯: ILYY (36.239.37.136 臺灣), 12/25/2020 10:46:06
aassdd926: https://vinta.ws/code/feature-engineering.html12/25 11:48
aassdd926: 網誌蠻完整的12/25 11:48
ruokcnn: 特徵工程還是回到domain knowhow比較有幫助12/26 02:00
yoyololicon: 同意 domain knowledge比較重要12/26 23:53
davidwales: 希望沒有理解錯誤 特徵選取不就是在做非監督學習嗎?12/29 13:43
davidwales: 非監督學習是一個很大的領域 裡面用的方法也千奇百怪12/29 13:44
davidwales: 但重點就是"數據降維"和"分類"12/29 13:44
davidwales: 數據降維就是找一個特殊的"表象"空間 在這個表象空間12/29 13:45
davidwales: 你的課題可以被有效率的做處理和理解12/29 13:46
davidwales: "分類" 或是集群分析 就是在找數據間可能的"結構"12/29 13:47
davidwales: "降維"和"分群"這兩個課題其實有點不太一樣12/29 13:48
davidwales: 能否更具體問你比較想了解的是"非監督學習"的哪一塊?12/29 13:50
davidwales: 像"分類"這事 其實統計學領域很早就在發展各種方法了12/29 13:51
davidwales: "分群"12/29 13:51
謝謝大大的提點 這些就是我想知道的 但完全概念太模糊才會講得不清楚 大大的整理讓我方向明確很多 非常感謝 ※ 編輯: ILYY (101.12.26.20 臺灣), 01/28/2021 16:07:38
davidwales: 不客氣喔^^ 02/19 11:56