fanszoro / feature-engineering-for-ml-zh

:book: [译] 面向机器学习的特征工程

面向机器学习的特征工程

欢迎任何人参与和完善：一个人可以走的很快，但是一群人却可以走的更远

• 原文（注册后可阅读）：Feature Engineering for Machine Learning (Early Release)
• ApacheCN - 学习机器学习群【629470233】
• Machine Learning in Action（机器学习实战）| ApacheCN（apache 中文网）
• @SeanCheney 翻译的《利用 Python 进行数据分析 第二版》

目录

• 一、引言
• 二、简单数字的奇特技巧
• 三、文本数据：展开、过滤和分块
• 四、特征缩放的效果：从词袋到 TF-IDF
• 五、类别特征：机器鸡时代的鸡蛋计数
• 六、降维：使用 PCA 压缩数据集
• 七、非线性特征提取和模型堆叠
• 八、自动化特征提取器：图像特征提取和深度学习
• 九、回到特征：将它们放到一起
• 附录、线性模型和线性代数基础

联系方式

负责人

• @飞龙: 562826179

贡献者

标题	译者	校对
一、引言	@ZhipengYe
二、简单数字的奇特技巧	@coboe	@Ziseon Jiao
三、文本数据：展开、过滤和分块	@kkejili	@HeYun
四、特征缩放的效果：从词袋到 TF-IDF	@gin	@HeYun
五、类别特征：机器鸡时代的鸡蛋计数	@ZhenLei Xu
六、降维：使用 PCA 压缩数据集	@cn-Wziv	@HeYun
七、非线性特征提取和模型堆叠	@friedhelm739
八、自动化特征提取器：图像特征提取和深度学习	@friedhelm739
九、回到特征：将它们放到一起
附录、线性模型和线性代数基础	@Sherlock-kid

免责声明

ApacheCN 纯粹出于学习目的与个人兴趣翻译本书，不追求任何经济利益。

本译文只供学习研究参考之用，不得用于商业用途。ApacheCN 保留对此版本译文的署名权及其它相关权利。

赞助我们

ApacheCN 组织资源

深度学习	机器学习	大数据	运维工具
TensorFlow R1.2 中文文档	机器学习实战-教学	Spark 2.2.0和2.0.2 中文文档	Zeppelin 0.7.2 中文文档
Pytorch 0.3 中文文档	Sklearn 0.19 中文文档	Storm 1.1.0和1.0.1 中文文档	Kibana 5.2 中文文档
	LightGBM 中文文档	Kudu 1.4.0 中文文档
	XGBoost 中文文档	Elasticsearch 5.4 中文文档
	kaggle: 机器学习竞赛	Beam 中文文档
	Sklearn 与 TensorFlow 机器学习实用指南