搜索 - 腾讯云开发者社区-腾讯云

文章/答案/技术大牛

发布

来自专栏新智元
【干货】如何评价谷歌深度学习速成课程
链接见 https://developers.google.com/machine-learning/crash-course/representation/feature-engineering https
1.1K30发布于 2018-06-22
来自专栏DeepHub IMBA
机器学习中处理缺失值的9种方法
最有，所有的代码在这里都能找到：https://github.com/Abhayparashar31/feature-engineering 作者：Abhay Parashar deephub翻译组
2.5K40发布于 2020-11-09
来自专栏机器学习/数据可视化
机器学习：基于scikit-learn进行特征工程
公众号：尤而小屋编辑：Peter作者：Peter大家好，我是Peter~今天给大家分享如何基于机器学习建模全能包scikit-learn进行特征工程feature-engineering。
66810编辑于 2024-07-22
来自专栏磐创AI技术团队的专栏
文末福利｜特征工程与数据预处理的四个高级技巧
更好地了解你使用的特征可以帮助防止陷入欠拟合和过拟合的情况本链接(https://github.com/MaartenGr/feature-engineering)是特征工程分析的笔记。 1.
1.5K40发布于 2019-08-26
来自专栏人工智能前沿讲习
AIDL专栏|社会媒体数据挖掘与信息传播预测
目前的趋势是：从feature-engineering到feature-learning；从无监督方法到有监督方法。CascadePrediction的学术价值很大，至今仍然是一个开放的问题。
79020发布于 2020-05-11
来自专栏算法进阶
电商反欺诈比赛的方案及代码分享！
Encyclopedia of Environmetrics, 2006. [5] 线性特征降维——ICA https://leoncuhk.gitbooks.io/feature-engineering
2.4K31编辑于 2022-06-02
来自专栏arXiv每日学术速递
机器学习学术速递[9.7]
Our contribution focuses on a feature-engineering approach with a conventional classification backend
1.4K30发布于 2021-09-16

【干货】如何评价谷歌深度学习速成课程

机器学习中处理缺失值的9种方法

机器学习：基于scikit-learn进行特征工程

文末福利｜特征工程与数据预处理的四个高级技巧

AIDL专栏|社会媒体数据挖掘与信息传播预测

电商反欺诈比赛的方案及代码分享！

机器学习学术速递[9.7]

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐