[問題] 徵推薦特徵篩選(統計的也可)的課程或書

看板DataScience作者 (懶覺青)時間3年前 (2020/12/25 03:06), 3年前編輯推噓6(6011)
留言17則, 4人參與, 4年前最新討論串1/1
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

12/25 10:27, 3年前 , 1F

12/25 10:29, 3年前 , 2F
不好意思 推錯 我以為你是要找deep learning的資源
12/25 10:29, 2F
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

12/25 11:48, 3年前 , 3F

12/25 11:48, 3年前 , 4F
網誌蠻完整的
12/25 11:48, 4F

12/26 02:00, 3年前 , 5F
特徵工程還是回到domain knowhow比較有幫助
12/26 02:00, 5F

12/26 23:53, 3年前 , 6F
同意 domain knowledge比較重要
12/26 23:53, 6F

12/29 13:43, 3年前 , 7F
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, 7F

12/29 13:44, 3年前 , 8F
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, 8F

12/29 13:44, 3年前 , 9F
但重點就是"數據降維"和"分類"
12/29 13:44, 9F

12/29 13:45, 3年前 , 10F
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, 10F

12/29 13:46, 3年前 , 11F
你的課題可以被有效率的做處理和理解
12/29 13:46, 11F

12/29 13:47, 3年前 , 12F
"分類" 或是集群分析 就是在找數據間可能的"結構"
12/29 13:47, 12F

12/29 13:48, 3年前 , 13F
"降維"和"分群"這兩個課題其實有點不太一樣
12/29 13:48, 13F

12/29 13:50, 3年前 , 14F
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, 14F

12/29 13:51, 3年前 , 15F
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, 15F

12/29 13:51, 3年前 , 16F
"分群"
12/29 13:51, 16F
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

02/19 11:56, 4年前 , 17F
不客氣喔^^
02/19 11:56, 17F
文章代碼(AID): #1VvEQP60 (DataScience)
文章代碼(AID): #1VvEQP60 (DataScience)