Bewertung:
Das Buch über Feature Engineering hat gemischte Kritiken erhalten. Viele loben den Inhalt, die Struktur und die praktischen Erkenntnisse, während andere das Layout und das Fehlen bestimmter umfassender Behandlungen kritisieren.
Vorteile:Das Buch bietet einen umfassenden Überblick über moderne Feature-Engineering-Konzepte, klare Erklärungen und praktische Beispiele. Es wird für seinen gut strukturierten Inhalt gelobt und ist für Praktiker verschiedener Erfahrungsstufen zu empfehlen. Viele Leser halten es für vergleichbar mit „Applied Predictive Modeling“ und schätzen seine Zugänglichkeit und Tiefe.
Nachteile:Kritiker weisen auf erhebliche Layout-Probleme in der gedruckten Version hin, wie z. B. die schlechte Platzierung von Grafiken, die den Lesefluss stören. Außerdem fehlt es an einer umfassenden Behandlung der Merkmalsauswahl, an unzureichender Tiefe der Methodenerklärungen und an Problemen mit der Unterstützung der Kindle-Version. Darüber hinaus äußerten die Rezensenten ihre Enttäuschung über die Darstellung von Grafiken in Schwarz-Weiß, wodurch farbabhängige Erklärungen unklar sind.
(basierend auf 12 Leserbewertungen)
Feature Engineering and Selection: A Practical Approach for Predictive Models
Der Prozess der Entwicklung von Vorhersagemodellen umfasst viele Stufen.
Die meisten Ressourcen konzentrieren sich auf die Modellierungsalgorithmen, vernachlässigen aber andere wichtige Aspekte des Modellierungsprozesses. In diesem Buch werden Techniken beschrieben, mit denen sich die besten Darstellungen von Prädiktoren für die Modellierung und die beste Untergruppe von Prädiktoren zur Verbesserung der Modellleistung finden lassen.
Eine Vielzahl von Beispieldatensätzen wird zur Veranschaulichung der Techniken zusammen mit R-Programmen zur Reproduktion der Ergebnisse verwendet.
| ISBN: | 9781138079229 |
| Autor: | |
| Verlag: | |
| Einband: | Hardcover |
| Erscheinungsjahr: | 2019 |
| Seitenzahl: | 298 |
Derzeit verfügbar, auf Lager.
