Uczenie maszynowe. Konstruowanie cech. Zasady i techniki dla analityków

Autorzy tej książki - specjalista ds. uczenia maszynowego Amazon, Elice Zheng oraz analityk innowacyjnej firmy IT Concur Labs, Amanda Kazari. Konstruowanie cech — to wydobywanie cech z surowych, nieprzetworzonych danych i przekształcanie ich w format odpowiedni do przetwarzania przez model uczenia maszynowego. To jeden z najważniejszych procesów w uczeniu maszynowym, a jednocześnie jeden z najtrudniejszych, ponieważ różnorodność modeli i danych uniemożliwia wyodrębnienie ogólnej taktyki konstruowania. A jednak autorom książki udało się to osiągnąć — sformułowali tu głębsze zasady pracy z danymi, ilustrowane konkretnymi przykładami. W każdym rozdziale opisane są rozwiązania różnych problemów: jak przedstawić dane tekstowe lub obrazy, jak automatycznie obniżyć wymiarowość wygenerowanych cech itd. W ostatnim rozdziale wszystkie przykłady są zintegrowane w jedną koncepcję konstruowania cech w uczeniu maszynowym. Wszystkie przykłady kodu są przedstawione w języku Python z wykorzystaniem takich modułów jak NumPy, Pandas, Scikit-learn, Matplotlib, i są dostępne w repozytorium autorów na GitHub.