Публикации по теме 'data-preparation'
Способы обработки категориальных данных перед обучением моделей машинного обучения внедрению.
Реализованы популярные техники с использованием Python
В своих последних блогах я объяснил типы пропущенных значений и различные способы обработки непрерывных и категориальных пропущенных значений с помощью реализации.
После обработки отсутствующих значений в наборе данных следующим шагом была обработка категориальных данных. В этом блоге я объясню различные способы обработки категориальных функций / столбцов вместе с реализацией с использованием Python.
Введение. Все..
Типы отсутствующих данных
Большая часть усилий в проекте, связанном с данными, тратится на подготовку данных, иногда это может занять до 90 процентов общего времени, затрачиваемого на проект. Работа с недостающими данными - одна из самых сложных частей на этапе подготовки данных. Одна из причин, по которой это считается трудным, заключается в том, что нет лучшего способа справиться с отсутствующими значениями.
Чтобы понять, что делать с отсутствующими значениями, найденными в вашем наборе данных, во-первых,..
8½ вопросов, которые нужно задать, если вы хотите, чтобы ваш проект AI/ML приносил ощутимые результаты
Вокруг искусственного интеллекта и машинного обучения было столько шумихи и шумихи, что многие компании подхватили их, думая о них как о магических заклинаниях, которые изменят их бизнес и поднимут его на невообразимые ранее высоты.
Чаще всего пузырь лопается, и компании понимают, что AI/ML изначально им не подходил.
Мы знаем, что легко соблазниться этими технологиями, думая, что они откроют золотой век беспрецедентного роста и процветания. Тот факт, что все говорят об этом или..