Fundamentos de Engenharia de Recursos para Machine Learning

Os dados brutos raramente funcionam bem diretamente em modelos de machine learning, pois a qualidade e a relevância dos recursos determinam o desempenho e o sucesso do modelo final. Este curso ensina o processo sistemático de engenharia de recursos, equipando você com as habilidades para limpar, transformar e selecionar as variáveis ideais necessárias para criar soluções poderosas e eficazes de aprendizado de máquina. O que você vai aprender: * Entenda o ciclo de vida da preparação de dados e o papel crítico da engenharia de recursos no pipeline de aprendizado de máquina. * Aplique técnicas essenciais para lidar com valores ausentes e detecção de outliers em diferentes tipos de dados. * Dominar vários métodos de codificação e dimensionamento, incluindo normalização e manipulação de dados categóricos avançados, para preparar recursos para modelagem. * Pratique a geração de novos recursos informativos a partir de variáveis existentes, incluindo métodos básicos para séries temporais e dados de texto. * Configurar métodos básicos de seleção de recursos para reduzir a dimensionalidade, evitar o ajuste excessivo e melhorar a interpretabilidade do modelo. Começamos com conceitos básicos e exploração de dados, passando rapidamente para métodos práticos de transformação e refinamento de dados e concluímos discutindo estratégias de seleção de recursos necessárias para treinar modelos eficientes e de alto desempenho. Este curso foi projetado para iniciantes interessados em ciência de dados ou aprendizado de máquina que precisam de uma base sólida na preparação de dados. Comece a dominar a etapa mais importante do fluxo de trabalho de machine learning hoje mesmo.