دانلود کتاب Python Feature Engineering Cookbook: Over 70 Recipes for Creating, Engineering, and Transforming Features to Build Machine Learning Models (به فارسی: کتاب آشپزی مهندسی ویژگی Python: بیش از 70 دستور العمل برای ایجاد، مهندسی و تبدیل ویژگی‌ها برای ساخت مدل‌های یادگیری ماشین) نوشته شده توسط «Soledad Galli»
اطلاعات کتاب کتاب آشپزی مهندسی ویژگی Python: بیش از 70 دستور العمل برای ایجاد، مهندسی و تبدیل ویژگی‌ها برای ساخت مدل‌های یادگیری ماشین
موضوع اصلی: کامپیوتر – پایگاه داده
نوع: کتاب الکترونیکی
ناشر: Packt Publishing Ltd
نویسنده: Soledad Galli
زبان: english
فرمت کتاب: PDF (قابل تبدیل به سایر فرمت ها)
سال انتشار: 2020
تعداد صفحه: 364
حجم فایل: 8.32 مگابایت
کد کتاب: 1789806313 , 9781789806311
توضیحات کتاب کتاب آشپزی مهندسی ویژگی Python: بیش از 70 دستور العمل برای ایجاد، مهندسی و تبدیل ویژگی‌ها برای ساخت مدل‌های یادگیری ماشین
استخراج اطلاعات دقیق از داده‌ها برای آموزش و بهبود مدل‌های یادگیری ماشین با استفاده از NumPy، SciPy، پانداها، و کتابخانه‌های scikit-learn
ویژگی های کلیدی-:
کشف راه‌حل‌هایی برای تولید ویژگی، استخراج ویژگی و انتخاب ویژگی کشف فرآیند مهندسی ویژگی‌های انتها به انتها در مجموعه داده‌های پیوسته، گسسته و بدون ساختار، پیاده‌سازی تکنیک‌های مدرن استخراج ویژگی با استفاده از پانداهای پایتون، scikit-learn، SciPy و کتابخانه‌های NumPy شرح کتاب
مهندسی ویژگی برای توسعه و غنی سازی مدل های یادگیری ماشین شما بسیار ارزشمند است. در این کتاب آشپزی، شما با بهترین ابزارها کار خواهید کرد تا خطوط لوله و تکنیک های مهندسی ویژگی های خود را ساده کنید و کیفیت کد خود را ساده و بهبود بخشید.
با استفاده از کتابخانه های پایتون مانند پانداها، scikit-learn، Featuretools و Feature-engine، یاد خواهید گرفت که چگونه با مجموعه داده های پیوسته و گسسته کار کنید و می توانید ویژگی ها را از مجموعه داده های بدون ساختار تغییر دهید. شما مهارت های لازم برای انتخاب بهترین ویژگی ها و همچنین مناسب ترین تکنیک های استخراج را توسعه خواهید داد. این کتاب دستور العمل های پایتون را پوشش می دهد که به شما کمک می کند مهندسی ویژگی را خودکار کنید تا فرآیندهای پیچیده را ساده کنید. همچنین با استراتژی‌های مهندسی ویژگی‌های مختلف، مانند تبدیل جعبه کاکس، تبدیل قدرت، و تبدیل گزارش در سراسر حوزه‌های یادگیری ماشین، یادگیری تقویتی و پردازش زبان طبیعی (NLP) آشنا خواهید شد.
در پایان این کتاب، نکات و راه حل های عملی برای تمام مشکلات مهندسی ویژگی های خود را کشف خواهید کرد.
Key Features-:
Discover solutions for feature generation, feature extraction, and feature selection Uncover the end-to-end feature engineering process across continuous, discrete, and unstructured datasets Implement modern feature extraction techniques using Python’s pandas, scikit-learn, SciPy and NumPy libraries Book Description
Feature engineering is invaluable for developing and enriching your machine learning models. In this cookbook, you will work with the best tools to streamline your feature engineering pipelines and techniques and simplify and improve the quality of your code.
Using Python libraries such as pandas, scikit-learn, Featuretools, and Feature-engine, you’ll learn how to work with both continuous and discrete datasets and be able to transform features from unstructured datasets. You will develop the skills necessary to select the best features as well as the most suitable extraction techniques. This book will cover Python recipes that will help you automate feature engineering to simplify complex processes. You’ll also get to grips with different feature engineering strategies, such as the box-cox transform, power transform, and log transform across machine learning, reinforcement learning, and natural language processing (NLP) domains.
By the end of this book, you’ll have discovered tips and practical solutions to all of your feature engineering problems.
برای دریافت کد تخفیف ۲۰ درصدی این کتاب، ابتدا صفحه اینستاگرام کازرون آنلاین (@kazerun.online ) را دنبال کنید. سپس، کلمه «بلیان» را در دایرکت ارسال کنید تا کد تخفیف به شما ارسال شود.