Opinie czytelników
Podsumowanie:Książka jest wysoko ceniona za kompleksowe i praktyczne podejście do inżynierii cech, co czyni ją cennym źródłem informacji zarówno dla początkujących, jak i doświadczonych naukowców zajmujących się danymi. Jednak w wersji drukowanej występują problemy z układem, szczególnie z rozmieszczeniem grafiki, i brakuje w niej obszernego omówienia metod selekcji cech. Dodatkowo, niektórzy czytelnicy zauważają, że wersja Kindle ma ograniczone wsparcie.
Zalety:⬤ Obszerna i praktyczna treść na temat inżynierii cech.
⬤ Odpowiednia zarówno dla początkujących, jak i zaawansowanych użytkowników.
⬤ Dobrze skonstruowana z jasnymi przykładami i dyskusjami.
⬤ Zapewnia głęboki wgląd i nowe techniki.
⬤ Dobra jakość druku i atrakcyjny wygląd.
Wady:⬤ Słaby układ i rozmieszczenie grafiki w wersji drukowanej, zakłócające płynność.
⬤ Brak kompleksowego podejścia do wyboru funkcji.
⬤ Ograniczone wsparcie dla personalizacji w wersji Kindle.
⬤ Wszystkie wykresy są czarno-białe, co utrudnia rozróżnienie krzywych.
⬤ Niektórzy użytkownicy otrzymali wadliwe egzemplarze z brakującymi stronami.
(na podstawie 12 opinii czytelników)
Oryginalny tytuł:
Feature Engineering and Selection: A Practical Approach for Predictive Models
Zawartość książki:
Proces tworzenia modeli predykcyjnych obejmuje wiele etapów.
Większość zasobów koncentruje się na algorytmach modelowania, ale zaniedbuje inne krytyczne aspekty procesu modelowania. Ta książka opisuje techniki znajdowania najlepszych reprezentacji predyktorów do modelowania i znajdowania najlepszego podzbioru predyktorów w celu poprawy wydajności modelu.
Różnorodne przykładowe zestawy danych są wykorzystywane do zilustrowania technik wraz z programami R do odtwarzania wyników.
