資料準備與特徵工程的程序

這項程序如何？

如先前所述，本課程旨在說明如何建構資料集及轉換資料。

注意事項：

• 此圖顯示了「一般」程序，可能不適合部分專案。本課程主要適用於線性迴歸和類神經網路。
• 請注意，顯示的程序不一定每次都會依序。例如，您可能在轉換「之後」分割資料。您可能需要收集更多資料。即使在訓練開始後，你可能需要修改特徵集，因為過程中會學習哪些方法有效與哪些方法無效。

需要多久時間？

針對以下問題，按一下想要的箭頭即可查看答案：

猜猜看：在你的機器學習專案中，您通常會花多少時間來準備資料及進行轉換？

超過一半的專案時間

沒錯：您會將大部分的時間用於機器學習專案，用於建構資料集及轉換資料。

不到專案時間的一半

規劃更多內容！一般而言，機器學習專案有 80% 的時間是用來建構資料集及轉換資料。