恭喜您完成機器學習的資料準備和特徵工程!
您現在應該能深入瞭解如何進行以下作業:
- 瞭解資料品質和演算法對演算法的相對影響。
- 針對資料轉換時間設定清楚且實際的期望。
- 說明整個機器學習工作流程中的資料收集與轉換一般程序。
- 收集原始資料及建立資料集。
- 取樣及分割資料集,並考量資料不平衡的注意事項。
- 轉換數值和類別資料。
恭喜您完成機器學習的資料準備和特徵工程!
您現在應該能深入瞭解如何進行以下作業:
除非另有註明,否則本頁面中的內容是採用創用 CC 姓名標示 4.0 授權,程式碼範例則為阿帕契 2.0 授權。詳情請參閱《Google Developers 網站政策》。Java 是 Oracle 和/或其關聯企業的註冊商標。
上次更新時間:2023-10-20 (世界標準時間)。