iT邦幫忙

鐵人檔案

第 12 屆 iThome 鐵人賽
回列表
AI & Data

Machine Learning 系列

實作using Python 與 new API or new libraries

鐵人鍊成 | 共 32 篇文章 | 22 人訂閱 訂閱系列文 RSS系列文
DAY 11

Day11 - Feature Engineering -- 4. 分隔方法(Discretization)

4. Discretization(分隔方法 or 離散化) 4.1 Equal width discretisation4.2 Equal Frequency...

2020-09-11 ‧ 由 tjabi 分享
DAY 12

Day12 - Feature Engineering -- 4. 分隔方法(Discretization)(2)

Discretization(分隔方法 or 離散化)4.1 Equal width discretisation(等寬離散化)4.2 Equal Frequ...

2020-09-12 ‧ 由 tjabi 分享
DAY 13

Day13 - Feature Engineering -- 4. 分隔方法(Discretization)(3)

Discretization(分隔方法 or 離散化)4.1 Equal width discretisation(等寬離散化)4.2 Equal Frequ...

2020-09-13 ‧ 由 tjabi 分享
DAY 14

Day14 - Feature Engineering -- 5. 異常值 (Outlier)(1)

5. Outlier 由於資料收集測量方法的變異、人為的疏失或是實驗誤差,在資料集中一個數值與其他數值相比差異非常大,我們稱這個數值為異常值(Outlier)。...

2020-09-14 ‧ 由 tjabi 分享
DAY 15

Day15 - Feature Engineering -- 5. 異常值 (Outlier)(2)

5. Outlier 5.1 Outlier detection and removal(異常值偵測和移除)5.2 Treating outliers as m...

2020-09-15 ‧ 由 tjabi 分享
DAY 16

Day16 - Feature Engineering -- 5. 異常值 (Outlier)(3)

5. Outlier 5.1 Outlier detection and removal(異常值偵測和移除)5.2 Treating outliers as m...

2020-09-16 ‧ 由 tjabi 分享
DAY 17

Day17 - Feature Engineering -- 6. Feature Scaling (1)

6. Feature Scaling 通常資料集特徵下的資料數值多分布在不同的範圍,這對依賴距離(distance)來進行機器學習的演算法而言是一大問題,因此依...

2020-09-17 ‧ 由 tjabi 分享
DAY 18

Day18 - Feature Engineering -- 6. Feature Scaling (2)

正規化的方法:6.1 Standardisation(標準化)6.2 Min-Max Scaling6.3 Maximum Absolute Scaling6....

2020-09-18 ‧ 由 tjabi 分享
DAY 19

Day19 - Feature Engineering -- 7. Date and Time Engineering (1)

7. Date and Time Engineering 許多資料集都會有日期和時間特徵,它們是一個重要的欄位,妥善的處理它們,可以幫助機器模型加快學習和作出較...

2020-09-19 ‧ 由 tjabi 分享
DAY 20

Day20 - Feature Engineering(特徵工程) -- 7. Date and Time Engineering (2)和時間序列

7. Date and Time Engineering(2)和時間序列 7.1 Date and Time Engineering7.2 Feature En...

2020-09-20 ‧ 由 tjabi 分享