Présentation du projet Awesome Feature Engineering

Aperçu du projet

Awesome Feature Engineering est une liste sélectionnée de ressources techniques dédiées à l'ingénierie des caractéristiques en apprentissage automatique. Le projet est maintenu par Andrei Khobnia et est sous licence Creative Commons Attribution-Noncommercial-ShareAlike 3.0 Unported License.

Il offre aux praticiens de l'apprentissage automatique une bibliothèque complète de ressources techniques d'ingénierie des caractéristiques, couvrant les méthodes et outils pour différents types de données.

Principales catégories de contenu

1. Données numériques (Numeric Data)

• Transformation des données :

  • Transformation de Box-Cox : scipy.stats.boxcox
  • Transformation logarithmique : np.log (x + const)

• Ingénierie des caractéristiques automatisée :

  • Featuretools : pour l'ingénierie des caractéristiques automatisée

• Interaction des caractéristiques :

  • sklearn.preprocessing.PolynomialFeatures : génération de caractéristiques polynomiales
  • Opérations de division
  • Autres caractéristiques interactives

2. Données textuelles (Textual Data)

• Modèle sac de mots :

  • Bag-of-words model
  • A Gentle Introduction to the Bag-of-Words Model
  • sklearn.feature_extraction.text.CountVectorizer
  • sklearn.feature_extraction.DictVectorizer
  • sklearn.feature_extraction.FeatureHasher

• Intégration de mots (Word embedding) :

  • Word embedding
  • GloVe: Global Vectors for Word Representation
  • Gensim: models.word2vec – Word2vec embeddings
  • fastText
  • Word2Vec and FastText Word Embedding with Gensim

• Techniques d'extraction de caractéristiques :

  • ClearTK - Feature Extraction Tutorial
  • Expressions régulières
  • Étiquetage des parties du discours (Part-of-Speech_Tagging)
  • NLTK Categorizing and Tagging Words

3. Données d'image (Image Data)

• Extraction de caractéristiques traditionnelles :

  • Feature extraction and similar image search with OpenCV for newbies
  • OpenCV -- Feature Detection and Description
  • SimpleCV.Features package
  • Scikit-image feature module

• Extraction de caractéristiques par apprentissage profond :

  • Keras pre-trained models feature extraction
  • Using Keras' Pre-trained Models for Feature Extraction in Image Clustering

4. Données catégorielles (Categorical Data)

• Encodage one-hot :

  • Why One-Hot Encode Data in Machine Learning?
  • How to One Hot Encode Sequence Data in Python
  • sklearn.preprocessing.OneHotEncoder
  • Keras - to_categorical

• Encodage par cible (Target encoding) :

  • Likelihood encoding of categorical features
  • Python target encoding for categorical features
  • Adding variance column when mean encoding

• Hachage de caractéristiques (Feature Hashing) :

  • Feature Hashing on Wikipedia
  • Feature hashing and Extraction in VowpalWabbit
  • Feature hashing in scikit-learn

5. Données de séries temporelles (Time Series Data)

• Extraction automatique de caractéristiques :
  • Automatic extraction of relevant features from time series
  • Basic Feature Engineering With Time Series Data in Python

6. Données géospatiales (Geospatial Data)

• Inclut les techniques d'ingénierie des caractéristiques liées à la géolocalisation.

Caractéristiques du projet

1. Exhaustivité : couvre les principaux types de données et les techniques d'ingénierie des caractéristiques correspondantes en apprentissage automatique.
2. Aspect pratique : fournit des bibliothèques d'outils et des implémentations de code concrètes.
3. Caractère open source : utilise une licence open source et encourage les contributions de la communauté.
4. Autorité : renvoie à des documentations, tutoriels et ressources académiques fiables.
5. Aspect opérationnel : propose des bibliothèques Python spécifiques et des méthodes d'appel de fonctions.

Utilité

Ce projet est particulièrement utile pour les personnes suivantes :

• Ingénieurs en apprentissage automatique
• Scientifiques des données
• Chercheurs en ingénierie des caractéristiques
• Débutants en apprentissage automatique
• Praticiens souhaitant améliorer les performances de leurs modèles

Comment contribuer

Le projet encourage les contributions de la communauté, en créant des pull requests pour ajouter de nouvelles ressources ou améliorer le contenu existant.

Résumé

Le projet Awesome Feature Engineering offre une bibliothèque de ressources complète et pratique pour l'ingénierie des caractéristiques en apprentissage automatique, constituant une référence essentielle pour l'apprentissage et l'application des techniques d'ingénierie des caractéristiques. Grâce à une classification systématique et à de nombreux liens vers des ressources, il aide les praticiens à trouver rapidement les méthodes d'ingénierie des caractéristiques adaptées à des types de données spécifiques.