本课程探讨使用 Vertex AI Feature Store 的好处、如何提高 ML 模型的准确性以及如何找到哪些数据列是最有用的特征。本课程还包括使用 BigQuery ML、Keras 和 TensorFlow 进行特征工程的内容和实验。
功能工程
了解顶级公司的员工如何掌握热门技能
积累特定领域的专业知识
此课程作为 的一部分提供
在注册此课程时，您还需要选择一个特定的合作项目。
- 向行业专家学习新概念
- 获得对主题或工具的基础理解
- 通过实践项目培养工作相关技能
- 获得可共享的职业证书
该课程共有8个模块
本模块概述了课程及其目标。
涵盖的内容
1个视频
本模块介绍顶点人工智能特征库。
涵盖的内容
6个视频1篇阅读材料1个作业
特征工程通常是构建 ML 项目过程中最漫长、最困难的阶段。在特征工程过程中，您需要从原始数据开始，利用自身的领域知识创建能让机器学习算法发挥作用的特征。在本模块中，我们将探讨什么是好的特征，以及如何在 ML 模型中体现这些特征。
涵盖的内容
9个视频1篇阅读材料1个作业
本模块将回顾机器学习和统计学之间的差异，以及如何在 BigQuery ML 和 Keras 中执行特征工程。我们还将介绍一些高级特征工程实践。
涵盖的内容
11个视频1篇阅读材料1个作业3个应用程序项目1个插件
在本模块中，您将了解更多有关 Dataflow 的信息，它是 Apache Beam 的补充技术，两者都可以帮助您构建和运行预处理和特征工程。
涵盖的内容
3个视频1篇阅读材料1个作业
在传统的机器学习中，特征交叉的作用并不大，但在现代的 ML 方法中，特征交叉是您工具包中非常宝贵的一部分。在本模块中，您将学习如何识别特征交叉是帮助机器学习的有力方法的问题类型。
涵盖的内容
5个视频1篇阅读材料1个作业
TensorFlow Transform（tf.Transform）是一个使用 TensorFlow 进行数据预处理的库。tf.Transform 适用于需要完整传递数据的预处理，例如： - 通过平均值和 stdev 对输入值进行归一化处理 - 通过查看所有输入示例的值对词汇进行整数化处理 - 根据观察到的数据分布对输入进行桶化处理 在本模块中，我们将探讨 tf.Transform 的用例。
涵盖的内容
5个视频1篇阅读材料1个作业
本模块是对特征工程课程的总结。
涵盖的内容
4篇阅读材料
获得职业证书
将此证书添加到您的 LinkedIn 个人资料、简历或履历中。在社交媒体和绩效考核中分享。
位教师
授课教师评分
(98个评价)
提供方
人们为什么选择 Coursera 来帮助自己实现职业发展
Felipe M.
自 2018开始学习的学生
''能够按照自己的速度和节奏学习课程是一次很棒的经历。只要符合自己的时间表和心情，我就可以学习。'
Jennifer J.
自 2020开始学习的学生
''我直接将从课程中学到的概念和技能应用到一个令人兴奋的新工作项目中。'
Larry W.
自 2021开始学习的学生
''如果我的大学不提供我需要的主题课程，Coursera 便是最好的去处之一。'
Chaitanya A.
''学习不仅仅是在工作中做的更好：它远不止于此。Coursera 让我无限制地学习。'
学生评论
- 5 stars
63.54%
- 4 stars
24.80%
- 3 stars
7.35%
- 2 stars
2.17%
- 1 star
2.11%
显示 3/1794 个
SS
已于 Jan 1, 2023审阅
It contains great content for beginners and it was clear ! only thing is the lab session can be interactive rather than running the cells !
AJ
已于 Nov 17, 2020审阅
In depth and advanced. I spent hours poring over the Jupyter notebooks and consequently derived a great deal of value from the course.
EA
已于 Oct 26, 2018审阅
This module covers a lot of tricks that should be employed during preprocessing to improve the prediction accuracy of machine learning methods.
从 数据科学 浏览更多内容
Dassault Systèmes
Dassault Systèmes
Dassault Systèmes
