Średnia Ocena:

Python Feature Engineering Cookbook

Streamline data preprocessing and feature engineering in your machine learning project with this third edition of the Python Feature Engineering Cookbook to make your data preparation more efficient. This guide addresses common challenges, such as imputing missing values and encoding categorical variables using practical solutions and open source Python libraries. You’ll learn advanced techniques for transforming numerical variables, discretizing variables, and dealing with outliers. Each chapter offers step-by-step instructions and real-world examples, helping you understand when and how to apply various transformations for well-prepared data. The book explores feature extraction from complex data types such as dates, times, and text. You’ll see how to create new features through mathematical operations and decision trees and use advanced tools like Featuretools and tsfresh to extract features from relational data and time series. By the end, you’ll be ready to build reproducible feature engineering pipelines that can be easily deployed into production, optimizing data preprocessing workflows and enhancing machine learning model performance.

Szczegóły
Tytuł	Python Feature Engineering Cookbook
Autor:	Soledad Galli
Rozszerzenie:	brak
Język wydania:	polski
Ilość stron:
Wydawnictwo:	PublishDrive
Rok wydania:	2024

Tytuł	Data Dodania	Rozmiar

Porównaj ceny książki Python Feature Engineering Cookbook w internetowych sklepach i wybierz dla siebie najtańszą ofertę. Zobacz u nas podgląd ebooka lub w przypadku gdy jesteś jego autorem, wgraj skróconą wersję książki, aby zachęcić użytkowników do zakupu. Zanim zdecydujesz się na zakup, sprawdź szczegółowe informacje, opis i recenzje.

Python Feature Engineering Cookbook PDF - podgląd:

Jesteś autorem/wydawcą tej książki i zauważyłeś że ktoś wgrał jej wstęp bez Twojej zgody? Nie życzysz sobie, aby podgląd był dostępny w naszym serwisie? Napisz na adres [email protected] a my odpowiemy na skargę i usuniemy zgłoszony dokument w ciągu 24 godzin.

 

Podgląd niedostępny.