五門課全都上完了。正式拿到Machine Learning with TensorFlow on Google Cloud Platform學程的證書。後面課程...頗有難度，在回去看最後一門Art and Science of Machine Learning我幾乎沒做上什麼筆記...。實際使用Tensorflow的部份也暫時還存在一些困惑。所以...我就繼續來整理筆記吧....

一樣，紀錄一些我覺得值得記憶的話，今天主要來整理 Feature Engineering 課程的。

你必須要了解你的資料，才有辦法做機器學習

首先，是一直在說的：「你必須要了解你的資料，才有辦法做機器學習」。

As we said before, if you can't do basic analysis in your data, you can't do machine learning.

我覺得這也是我在課程中沒法好好吸收的原因之一，因為範例的資料...沒有好好的看過。雖然以前在資料探勘課程時，有好好先分析過資料，但這次上課...我偷懶了.....以後再把GitHub上的範例弄下來玩一玩了解一下。

好的Feature應該具備什麼特性？

• Have enough examples in the data
• Related to the objective
• Knowable at prediction time
• Be numeric with meaningful magnitude

• 有夠多的資料
  沒有資料無法做訓練
• 與檢測目標有關，可觀察的。
• 可解釋，有原因的
• 可用數值衡量的
  非數值型態不適合做訓練。

另外，不可能以當下資料做訓練，去預測當下結果（這與有一個題目有關）：

think of the timing nature for a lot of these things and what other systems could be involved.

So, if you go into your data warehouse for training, you can't use all the values for a customer's credit card history, because not all those values are going to be available at the same time.