Praca z danymi liczbowymi

Szacowana długość modułu: 85 minut

Cele szkolenia

• Omówienie wektorów cech.
• Poznaj możliwe cechy zbioru danych wizualnie i matematycznie.
• Identyfikuj wyjątki.
• Poznaj cztery różne metody normalizacji danych liczbowych.
• Zrozumienie tworzenia powiązań i opracowanie strategii tworzenia binarnych wartości liczbowych i skalowalnych danych.
• Zrozum cechy dobrych ciągłej wartości liczbowej funkcje zabezpieczeń.

Wymagania wstępne:

W tym module zakładamy, że znasz pojęcia omówione w tym module:

• Wprowadzenie do systemów uczących się

Specjaliści ds. systemów uczących się poświęcają znacznie więcej czasu na ocenę, sprzątanie i transformację niż na tworzeniu modeli. Dane są tak ważne, że ten kurs poświęca temu tematowi 3 całe jednostki:

• Praca z danymi liczbowymi (ta jednostka)
• Praca z danymi kategorialnymi
• Zbiory danych, uogólnianie i nadmierne dopasowanie

Ta część koncentruje się dane liczbowe, oznaczające liczby całkowite lub wartości zmiennoprzecinkowe które zachowują się jak liczby. czyli sumować się, zliczać, porządkować, i tak dalej. Następna część dotyczy danych kategorialnych, które mogą zawierają liczby, które są podobne do kategorii. Trzecia część dotyczy sposobów przygotowywanie danych w celu zapewnienia wysokiej jakości wyników podczas trenowania i oceniania; i modelu.

Przykłady danych liczbowych:

• Temperatura
• Waga
• Liczba jeleni zimujących w rezerwacie przyrody

Natomiast kody pocztowe w USA, mimo są pięciocyfrowymi lub dziewięciocyfrowymi liczbami, nie zachowuj się jak liczby ani nie reprezentują w matematyce. Kod pocztowy 40004 (w hrabstwie Nelson w stanie Kentucky) to nie dwukrotnie więcej niż w przypadku kodu pocztowego 20002 (w Waszyngtonie). Te numery reprezentują kategorie, konkretne obszary geograficzne i są uważane dane kategorialne.

Kluczowe terminy:

.
• Dane kategorialne
• Dane liczbowe

Centrum pomocy