or
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
ในบทนี้จะได้เรียนรู้ความหมายที่แท้จริงของการเตรียมข้อมูล พร้อมทั้งเริ่มต้นขั้นตอนแรกของกระบวนการ preprocessing ไม่ว่าจะเป็นการสำรวจประเภทข้อมูลและการจัดการกับข้อมูลที่หายไป
บทนี้เน้นเรื่องการทำ standardization ข้อมูล โมเดลมักมีข้อสมมติเกี่ยวกับการกระจายหรือสเกลของ feature ดังนั้น standardization จึงเป็นวิธีปรับข้อมูลให้สอดคล้องกับข้อสมมติเหล่านั้น และช่วยเพิ่มประสิทธิภาพของอัลกอริทึม
ในส่วนนี้จะได้เรียนรู้เกี่ยวกับ feature engineering โดยสำรวจวิธีต่าง ๆ ในการสร้าง feature ใหม่ที่มีประโยชน์มากขึ้นจาก feature ที่มีอยู่แล้วในชุดข้อมูล รวมถึงวิธีการ encode, aggregate และดึงข้อมูลจาก feature ทั้งในรูปแบบตัวเลขและข้อความ
บทนี้กล่าวถึงเทคนิคต่าง ๆ สำหรับการเลือก feature ที่สำคัญที่สุดจากชุดข้อมูล จะได้เรียนรู้วิธีลบ feature ที่ซ้ำซ้อน การทำงานกับ text vector และการลดจำนวน feature โดยใช้การวิเคราะห์องค์ประกอบหลัก (PCA)
หลังจากเรียนรู้เรื่อง preprocessing ครบถ้วนแล้ว ก็ถึงเวลาทดลองใช้เทคนิคเหล่านี้กับชุดข้อมูลที่บันทึกข้อมูลการพบเห็น UFO
แบบฝึกหัดปัจจุบัน