Lucebra
Lucebra 비즈니스
개발/데이터 사이언스/기능 엔지니어링

단계별 기능 엔지니어링: ML 데이터 준비

Brakujące dane, skalowanie, ekstrakcja cech, selekcja, zaawansowane techniki i zautomatyzowana inżynieria cech

모든 레벨 • 22 강의 • 평생 이용권
Dr. Amar Massoud

검증된 마스터 강사

Inżynieria cech krok po kroku: Przygotowanie danych ML
트레일러
강사를 만나세요: Dr. Amar Massoud

19 ms

5.0 / 5.0
글로벌 평가
1
활동적인 학생
영어(미국)
99개 언어 자막
1시간 37분
총 내용

무엇을 배울 것인가

Zrozumienie i zastosowanie technik inżynierii cech w celu poprawy dokładności modelu.
Identyfikowanie i łagodzenie uprzedzeń, zapewniając uczciwą i etyczną selekcję cech.
Implementacja zautomatyzowanej inżynierii cech z wykorzystaniem bibliotek takich jak FeatureTools.
Śledzenie i dokumentowanie wersji cech dla celów reprodukcyjnych i współpracy.

코스 내용

10 섹션 • 22 강의 • 01:37:25 총 길이

Introduction

06:05

Master feature engineering for machine learning with a practical, hands-on approach, applying techniques from basic feature creation to PCA, imputation, encoding, regularization, and cross-validation using Python code.

Our Use Case - Housing Price Prediction Dataset

03:01

Apply feature engineering to a housing price dataset by median imputation for missing values, one-hot encoding neighborhoods, creating house age, log-transforming square footage, correlation analysis, and standardizing data.

Types of Features and Domain Knowledge

03:24

Identify and transform feature types—categorical, numerical, temporal, and text—to improve machine learning models. Leverage domain knowledge to guide feature creation, selection, and interaction terms for better performance and interpretability.

Handling Missing Data

09:03

Learn strategies to handle missing data, from mean, median, and mode imputation to modeling-based approaches like KNN and regression. Apply these to numerical and categorical features, including frequent category imputation.

Feature Transformation

01:57

Explore feature transformation techniques for machine learning, including scaling, normalization, log and power transformations, binning, and one hot encoding for categorical data.

Scaling and Normalization

05:40

Learn to scale and normalize features using standardization to zero mean and unit variance or min-max normalization to 0–1, improving model training on housing data.

Log Transformation, Power Transformation

05:16

Binning Numerical Variables

03:36

One-Hot Encoding vs. Label Encoding

04:07

Compare one-hot encoding and label encoding for transforming categorical data into numerical features, weighing dimensionality against potential ordinal assumptions in different datasets.

주간 학습 계획
학습 여정을 계획하세요
AI가 가용 시간에 맞춤 일정을 생성합니다

요구사항

Podstawowe zrozumienie Pythona i koncepcji uczenia maszynowego.

Znajomość Pandas i Scikit-learn.

Podstawowe doświadczenie w pracy z zbiorami danych jest zalecane.

Brak zaawansowanego doświadczenia w inżynierii cech jest wymagany.

대상 고객

Data science enthusiasts looking to deepen their skills in feature engineering.

Beginner and intermediate data scientists aiming to improve model performance.

Machine learning practitioners who want practical, hands-on experience.

Developers interested in ethical AI and responsible data practices.

이 코스에 대하여

Odblokuj pełny potencjał swoich modeli uczenia maszynowego dzięki naszemu kompleksowemu kursowi z inżynierii cech. Przeznaczony dla entuzjastów nauki o danych, praktyków uczenia maszynowego i deweloperów, ten kurs obejmuje kluczowe i zaawansowane techniki inżynierii cech, które podniosą wydajność, dokładność i interpretowalność Twojego modelu.

Od obsługi brakujących danych i transformacji cech po zautomatyzowaną inżynierię cech z wykorzystaniem bibliotek takich jak FeatureTools, nauczysz się tworzyć potężne, istotne cechy. Odkryj kluczowe techniki takie jak skalowanie, normalizacja, kodowanie jednokierunkowe i ekstrakcja cech. Dowiedz się, kiedy stosować wielomiany i cechy interakcyjne, aby odkryć głębsze wzorce, oraz wykorzystaj cechy czasowe dla danych szeregowych czasowych. Ten kurs przedstawia również kluczowe kwestie etyczne, pokazując jak unikać uprzedzeń, zapewniać rzetelność i poprawiać interpretowalność w Twoich cechach.

Dzięki praktycznym przykładom, spójnemu przykładowi z rzeczywistego świata i kodowi Pythona dla każdej metody, zdobędziesz praktyczne doświadczenie, które możesz zastosować natychmiast. Nauczysz się również najlepszych praktyk dokumentacji i kontroli wersji, zapewniając zorganizowane i możliwe do powtórzenia cechy. Wreszcie, dzięki ciągłemu uczeniu się i technikom iteracyjnym, będziesz przygotowany na utrzymanie swoich modeli na aktualnym poziomie i skutecznych w miarę zmian danych.

Czy chcesz doskonalić swoje umiejętności inżynierii cech czy zautomatyzować swój przepływ pracy, ten kurs zapewnia wiedzę i narzędzia do budowy wysokowydajnych, etycznych modeli. Zarejestruj się już dziś i zrób krok w kierunku opanowania inżynierii cech w uczeniu maszynowym!

커리어 기회 및 목표 직무

실무 중심의 역량을 강화하고 글로벌 경쟁력을 갖춘 핵심 직무에 지원하세요

실무 즉시 적용 커리큘럼
지원 가능한 주요 직무

AI Solutions Engineer

Data Science Consultant

Machine Learning Practitioner

AI Workflow & Automation Specialist

예상 평균 연봉
$105,000 – $165,000 / yr
글로벌 시장 수요

Fastest Growing Worldwide (#1)

습득하게 되는 핵심 실무 역량
Model Fine-Tuning & Evaluation
Data Pipelines & Vector Analysis
Applied Generative AI Architecture
Predictive Analytics & Deployment
* 글로벌 IT 채용 벤치마크 및 산업별 급여 보고서를 바탕으로 한 추정치입니다.
강사 소개
Dr. Amar Massoud
5.0 평가
5 학생
프로필 전체 보기
Dr. Amar Massoud
메인 강사
PhD in computer science and IT manager with 36 years technical experience in various fields including IT Security, IT Governance, IT Service Management , Software Development, Project Management, Business Analysis and Software Architecture. I hold 80+ IT certifications such as : ITIL 4 Master, ITIL 3 Expert ISO 27001 Auditor, ComptIA Security+, GSEC, CEH, ECSA, CISM, CISSP, CISA PGMP, MSP PMP, PMI-ACP, Prince2 Practitioner, Praxis, Scrum Master COBIT 2019 Implementor, COBIT 5 Assessor/Implementer TOGAF certified Lean Specialist, VSM Specialist PMI RMP, ISO 31000 Risk Manager, ISO 22301 Lead Auditor PMI-PBA, CBAP Lean Six Sigma Black Belt, ISO 9001 Implementer Azure Administrator, Azure DevOps Expert, AWS Practitioner And many more....

학생들도 구매했어요

이 강좌를 본 학습자는 다음 최고 등급 강좌에도 등록했습니다.

Revolutionizing UML Design with ChatGPT and PlantUML
개발 | UML(통합 모델링 언어)

Learn UML design faster with ChatGPT and PlantUML automation.

5.0
1시간 30분
20 개 강의
중급
$19.99

$24.99

AI Chatbots: Compare Top AI Tools - ChatGPT Vs. Claude. Vs.
개발 | 인공지능(AI)

Compare and master the leading AI chatbots with hands-on tutorials and expert tips for effective use

5.0
1시간
20 개 강의
전체 난이도
$12.99

$54.99

C# Basics for Beginners: Learn C# Fundamentals by Coding
개발 | C#(프로그래밍 언어)

Master C# Basics in no Time - A Comprehensive Course Packed with Examples, tips and exercises!

5.0
2시간 30분
17 개 강의
전체 난이도
$19.99
ChatGPT Masterclass: A Complete ChatGPT Zero to Hero!
개발 | 채팅GPT

ChatGPT for Beginners: Use ChatGPT to WIN in your CAREER as a professional or Make a Business Using ChatGPT OpenAI!

5.0
3시간
37 개 강의
전체 난이도
$24.99
Microsoft SQL Server Bootcamp 2025: Go from Zero to Hero
개발 | SQL

Become an Expert at Microsoft SQL! By writing SQL queries for Data Analytics and Data Science base concepts

5.0
6시간 30분
87 개 강의
전체 난이도
$9.99

$39.99

Python For Beginners in telugu - పైథాన్ కోడింగ్
개발 | Python

Master Python Fundamentals in Telugu – Variables, Loops, Functions, OOPs, Projects and More with Practical Examples

5.0
9시간 30분
90 개 강의
전체 난이도
$44.99

$74.99

자주 묻는 질문

이 과정에 대한 가장 일반적인 질문에 대한 답변을 찾아보세요.

예! 강좌 강의와 과제를 100% 완료하면 Lucebra 프로필에서 직접 확인된 디지털 수료증을 즉시 다운로드할 수 있습니다.

Technology 분야 더 알아보기

공인 수료증, 관련 전자책 및 실시간 라이브 수업을 통해 학습의 폭을 넓혀보세요.