November 2016
Intermediate to advanced
424 pages
11h 9m
German
Die Qualität der Daten sowie der Umfang der darin enthaltenen Informationen sind entscheidende Faktoren, die festlegen, wie gut ein Lernalgorithmus daraus lernen kann. Daher ist es absolut unverzichtbar, eine Datensammlung zu untersuchen und vorzuverarbeiten, bevor wir einen Lernalgorithmus damit füttern. In diesem Kapitel werden wir wichtige Verfahren zur Datenvorverarbeitung erörtern, die es ermöglichen sollen, gut funktionierende Lernmodelle zu entwickeln.
Die Themen in diesem Kapitel:
Unvollständige Werte aus der Datensammlung entfernen und fehlende Werte zuweisen
Aufbereitung kategorialer Daten für den Lernalgorithmus
Auswahl der für die Modellentwicklung maßgeblichen ...
Read now
Unlock full access