【干货】面向机器学习和数据分析的特征工程，附新书419页pdf

简介： 特征工程在机器学习、数据挖掘和数据分析中起着关键作用。本文提供了特征工程的一般定义，以及该领域的主要问题、方法和挑战的概述。特征工程在大数据分析中起着关键作用。没有数据，机器学习和数据挖掘算法就无法工作。如果没有表示基础数据对象的功能，大数据分析则几乎不能实现，并且这些算法的结果质量在很大程度上取决于可用特征的质量。数据通常以各种形式存在，如图像、文本、图形、序列和时间序列。表示数据对象的常见方法是使用特征矢量。即使由特征向量表示的数据可能仍然需要新的有效特征。特征工程涉及满足生成和选择基于特征向量的有效数据表示的需求。

本书目录：

• 1.预览概述
• 2 文本数据特征工程　
• 3 视觉数据特征提取学习
• 4 基于特征的时序分析
• 5 数据特征流工程
• 6 序列特征生成与特征工程
• 7 图与网络特征生成
• 8 特征选择与评估
• 9 监督学习中的自动特征工程
• 10 基于模式的特征生成
• 11 深度学习特征表示
• 12 用于社交机器人检测的特征工程
• 13 用于软件分析的特征生成与工程
• 14 Twitter应用特征工程

下载链接： 链接：https://pan.baidu.com/s/1rshWh8-ST_Mtkw525mz-yQ

提取码：4abr