Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.Lära Challenge | Feature Engineering
Data Preprocessing
course content

Kursinnehåll

Data Preprocessing

Data Preprocessing

1. Brief Introduction
Data TypesData Processing MethodsDataset: Test and TrainingDeleting an "Extra" DataChanging the Data Type
2. Processing Quantitative Data
Data ScalingData Scaling vs Data NormalizationRemoving OutliersRemoving Missing ValuesData Augmentation: Synthetic Data
3. Processing Categorical Data
Methods for Encoding the Categorical DataOne-Hot EncodingOrdinal EncodingLabel Encoding of the Target VariableChallenge
4. Time Series Data Processing
Data Type ConversionData CleaningStationarityDenoisingTrain/Test Split & Cross ValidationChallenge
5. Feature Engineering
Technique IdeaRealizationFeature Extraction from TextFeature Extraction from ImagesFeature Extraction from Time SeriesChallenge
6. Moving on to Tasks
Challenge 1Challenge 2Challenge 3

book
Challenge

Uppgift

Swipe to start coding

Now you can solve a fairly simple task - read a synthetic dataset with profiles on a social network and create new features.

  1. Create a new feature Age Binning (like before) that bins the users' ages into age groups (e.g. 20-30, 30-40, 40-50, etc.). Like, 35 (int) -> 30-40 (str)
  2. Create a second feature Average Hours that counts the average number of hours per week spent on social media by individual users

Lösning

Switch to desktopByt till skrivbordet för praktisk övningFortsätt där du är med ett av alternativen nedan
Var allt tydligt?

Hur kan vi förbättra det?

Tack för dina kommentarer!

Avsnitt 5. Kapitel 6
toggle bottom row

book
Challenge

Uppgift

Swipe to start coding

Now you can solve a fairly simple task - read a synthetic dataset with profiles on a social network and create new features.

  1. Create a new feature Age Binning (like before) that bins the users' ages into age groups (e.g. 20-30, 30-40, 40-50, etc.). Like, 35 (int) -> 30-40 (str)
  2. Create a second feature Average Hours that counts the average number of hours per week spent on social media by individual users

Lösning

Switch to desktopByt till skrivbordet för praktisk övningFortsätt där du är med ett av alternativen nedan
Var allt tydligt?

Hur kan vi förbättra det?

Tack för dina kommentarer!

Avsnitt 5. Kapitel 6
Switch to desktopByt till skrivbordet för praktisk övningFortsätt där du är med ett av alternativen nedan
Vi beklagar att något gick fel. Vad hände?
some-alt