作者ILYY (懒觉青)
看板DataScience
标题[问题] 徵推荐特徵筛选(统计的也可)的课程或书
时间Fri Dec 25 03:05:54 2020
小弟平常论文是针对deep learning方面
但对ML的资料分析也很有兴趣
今天参加MLOps座谈会後发现特徵工程还是很多不懂
尤其是以统计的方式非常缺乏
因此对特徵工程想更深一步了解
但对要怎麽下手有点找不到方向
之前有看过林轩田老师的ML课程
也已有看过并实作过 特徵工程不再难 这一本书
想徵求推荐再进一步针对特徵工程尤其是统计方面的课程 学习资源 书
或是在特徵工程方面讲解得很不错的ML资源也可以
谢谢大家
--
https://i.imgur.com/iRcI7DB.jpg
要再来一次吗?
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 36.239.36.158 (台湾)
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/DataScience/M.1608836761.A.180.html
2F：→ davidwales: 不好意思 推错 我以为你是要找deep learning的资源12/25 10:29
有推荐都很好XD
这份文件写得很全面 对DL学习很有帮助!!
※ 编辑: ILYY (36.239.37.136 台湾), 12/25/2020 10:46:06
4F：→ aassdd926: 网志蛮完整的12/25 11:48
5F：推 ruokcnn: 特徵工程还是回到domain knowhow比较有帮助12/26 02:00
6F：推 yoyololicon: 同意 domain knowledge比较重要12/26 23:53
7F：推 davidwales: 希望没有理解错误 特徵选取不就是在做非监督学习吗?12/29 13:43
8F：→ davidwales: 非监督学习是一个很大的领域 里面用的方法也千奇百怪12/29 13:44
9F：→ davidwales: 但重点就是"数据降维"和"分类"12/29 13:44
10F：→ davidwales: 数据降维就是找一个特殊的"表象"空间 在这个表象空间12/29 13:45
11F：→ davidwales: 你的课题可以被有效率的做处理和理解12/29 13:46
12F：→ davidwales: "分类" 或是集群分析 就是在找数据间可能的"结构"12/29 13:47
13F：→ davidwales: "降维"和"分群"这两个课题其实有点不太一样12/29 13:48
14F：→ davidwales: 能否更具体问你比较想了解的是"非监督学习"的哪一块?12/29 13:50
15F：→ davidwales: 像"分类"这事 其实统计学领域很早就在发展各种方法了12/29 13:51
16F：→ davidwales: "分群"12/29 13:51
谢谢大大的提点 这些就是我想知道的
但完全概念太模糊才会讲得不清楚
大大的整理让我方向明确很多 非常感谢
※ 编辑: ILYY (101.12.26.20 台湾), 01/28/2021 16:07:38
17F：推 davidwales: 不客气喔^^ 02/19 11:56