We may earn an affiliate commission when you visit our partners.
Course image
Google Cloud Training

Vous voulez en savoir plus sur Vertex AI Feature Store ? Vous souhaitez découvrir comment améliorer la précision de vos modèles de ML ? Comment déterminer les colonnes de données présentant les caractéristiques les plus utiles ? Bienvenue dans le cours "Feature Engineering", dans lequel vous apprendrez à distinguer les caractéristiques pertinentes de celles qui ne le sont pas. Vous verrez aussi comment les prétraiter et les transformer pour les utiliser de manière optimale dans vos modèles. Ce cours inclut du contenu et des ateliers portant sur l'extraction de caractéristiques à l'aide de BigQuery ML, Keras et TensorFlow.

Enroll now

Two deals to help you save

We found two deals and offers that may be relevant to this course.
Save money when you learn. All coupon codes, vouchers, and discounts are applied automatically unless otherwise noted.

What's inside

Syllabus

Présentation
Ce module présente le cours et ses objectifs.
Présentation de Vertex AI Feature Store
Ce module présente Vertex AI Feature Store.
Read more
Des données brutes aux caractéristiques
L'extraction de caractéristiques est souvent la phase la plus longue et la plus difficile du développement de votre projet de ML. Dans le processus d'extraction de caractéristiques, vous partez de vos données brutes et utilisez votre propre connaissance du domaine pour créer des caractéristiques qui feront fonctionner vos algorithmes de ML. Dans ce module, nous explorerons ce qui constitue une bonne caractéristique et découvrirons comment la représenter dans votre modèle de ML.
Extraction de caractéristiques
Ce module examine les différences entre le machine learning et les statistiques, et comment effectuer une extraction de caractéristiques dans BigQuery ML et Keras. Nous aborderons également certaines pratiques avancées d'extraction de caractéristiques.
Prétraiter et créer des caractéristiques
Dans ce module, vous en apprendrez plus sur Dataflow, une technologie complémentaire d'Apache Beam. Grâce à ces deux technologies, vous pouvez créer et accéder à des fonctionnalités de prétraitement et d'extraction de caractéristiques.
Croisements de caractéristiques – TensorFlow Playground
Dans le machine learning traditionnel, les croisements de caractéristiques ne jouent pas un rôle très important, mais dans les méthodes modernes, ils constituent un outil à la valeur inestimable. Dans ce module, vous apprendrez à reconnaître les types de problèmes pour lesquels les croisements de caractéristiques constituent un outil puissant aidant les machines à apprendre.
Présentation de TensorFlow Transform
TensorFlow Transform (tf.Transform) est une bibliothèque de prétraitement des données avec TensorFlow qui est utile pour les prétraitements nécessitant un passage complet des données, comme : - la normalisation d'une valeur d'entrée par la moyenne et l'écart type - la conversion de chaînes en nombres entiers en générant un vocabulaire sur toutes les valeurs d'entrée - la mise en buckets des entrées basées sur la distribution des données observées Dans ce module, nous allons explorer les cas d'utilisation de tf.Transform.
Résumé
Ce module est un résumé du cours "Feature Engineering".

Good to know

Know what's good
, what to watch for
, and possible dealbreakers
Développe une solide base pour les apprenants débutants
Renforce des bases existantes pour des apprenants de niveau intermédiaire
Explore l'extraction de caractéristiques, qui est un élément important dans le développement de projets de ML
Utilise BigQuery ML, Keras et TensorFlow, des outils largement utilisés dans l'industrie ML
Couvre l'utilisation de TensorFlow Transform, une bibliothèque de prétraitement des données utilisée par TensorFlow
Convient aux apprenants ayant une expérience préalable en ML ou une connaissance des statistiques

Save this course

Save Feature Engineering en Français to your list so you can find it easily later:
Save

Reviews summary

Feature engineering course

There is only one review for this course, and the tone is decidedly negative. The reviewer takes particular issue with the labs in this course. Given the lack of additional reviews, we are unable to give a confident summary of this course.
The labs are a “nightmare”.
""... using labs is a nightmare""

Activities

Be better prepared before your course. Deepen your understanding during and after it. Supplement your coursework and achieve mastery of the topics covered in Feature Engineering en Français with these activities:
Revisiter les notions de Machine Learning
Rafraîchissez vos connaissances sur les concepts fondamentaux du Machine Learning pour mieux comprendre les techniques d'extraction de caractéristiques avancées.
Browse courses on Machine Learning
Show steps
  • Revoir les types d'algorithmes de Machine Learning supervisés et non supervisés
  • Réviser les techniques d'évaluation des modèles de Machine Learning
  • Revoir les techniques de préparation des données pour le Machine Learning
Review your notes or textbooks from previous courses related to statistics and linear algebra
Strengthen your foundational knowledge in statistics and linear algebra to enhance your understanding of feature engineering concepts.
Browse courses on Statistics
Show steps
  • Gather your notes or textbooks from previous courses.
  • Review key concepts and formulas related to statistics and linear algebra.
  • Solve practice problems or take quizzes to test your understanding.
Review your knowledge of ML basics
Reinforce your existing knowledge of basic ML concepts to better prepare for the course material.
Browse courses on ML Fundamentals
Show steps
  • Revise your notes or textbooks from previous ML courses.
  • Take practice quizzes or mock exams to test your understanding.
  • Watch online tutorials or videos to refresh your memory.
Eight other activities
Expand to see all activities and additional details
Show all 11 activities
Revoyez les concepts de base du machine learning
Comblez les lacunes de vos connaissances en revoyant les fondamentaux du ML.
Browse courses on Machine Learning
Show steps
  • Relisez les notes de cours ou les manuels sur le ML.
  • Résolvez des exercices et des problèmes pratiques.
  • Visionnez des vidéos ou des tutoriels en ligne sur le ML.
Participate in peer study groups
Engage with other students to exchange knowledge, clarify concepts, and reinforce your understanding.
Show steps
  • Join online forums or discussion groups related to feature engineering.
  • Participate in discussions, ask questions, and share your insights.
  • Form study groups with classmates to review course material and work on projects together.
Participez à un groupe d'étude sur TensorFlow Transform
Améliorez votre maîtrise de TensorFlow Transform en collaborant avec vos pairs.
Browse courses on TensorFlow Transform
Show steps
  • Rejoignez un groupe d'étude ou créez-en un.
  • Fixez des objectifs d'apprentissage pour le groupe.
  • Organisez des réunions régulières pour discuter des concepts de TensorFlow Transform.
  • Travaillez ensemble sur des projets et des exercices pratiques.
Follow tutorials on feature engineering
Supplement your course material with guided tutorials to gain a deeper understanding of feature engineering techniques.
Browse courses on Feature Engineering
Show steps
  • Search for online tutorials or courses on feature engineering.
  • Follow along with the tutorials, applying the concepts to practice datasets.
  • Experiment with different feature engineering methods to observe their impact.
Pratiquez l'extraction de caractéristiques à l'aide de BigQuery ML et Keras
Renforcez votre compréhension de l'extraction de caractéristiques en vous exerçant avec des outils réels.
Browse courses on BigQuery ML
Show steps
  • Importez vos données dans BigQuery ML.
  • Utilisez BigQuery ML pour extraire les caractéristiques de vos données.
  • Chargez vos caractéristiques dans Keras.
  • Entraînez un modèle de ML en utilisant vos caractéristiques.
  • Évaluez les performances de votre modèle.
Complete practice exercises on feature extraction
Enhance your understanding of feature extraction techniques through hands-on practice.
Browse courses on Feature Extraction
Show steps
  • Find online platforms or resources that offer practice exercises.
  • Work through the exercises, experimenting with different feature extraction methods.
  • Compare the results of your feature extraction and identify patterns.
Write blog posts or articles on feature engineering
Solidify your understanding by creating content that explains feature engineering concepts to others.
Browse courses on Technical Writing
Show steps
  • Identify a specific topic or aspect of feature engineering that you want to write about.
  • Research and gather information from credible sources.
  • Write a clear and concise blog post or article, explaining the topic in a structured way.
  • Publish your content online and share it with others.
Créez un tutoriel sur les croisements de caractéristiques dans TensorFlow
Approfondissez votre compréhension des croisements de caractéristiques en créant votre propre guide pédagogique.
Browse courses on TensorFlow
Show steps
  • Définissez les croisements de caractéristiques et leur importance dans le ML.
  • Expliquez comment créer des croisements de caractéristiques dans TensorFlow.
  • Fournissez des exemples de code et des démonstrations pratiques.
  • Publiez votre tutoriel en ligne ou partagez-le avec d'autres.

Career center

Learners who complete Feature Engineering en Français will develop knowledge and skills that may be useful to these careers:
Data Scientist
As a Data Scientist, you will use a variety of techniques to extract, transform, and analyze data. You will then use your findings to build models that can predict future outcomes. This course can help you develop the skills you need to be successful in this role, which is in high demand across various industries.
Machine Learning Engineer
Machine Learning Engineers design and build models that can learn from data and make predictions. As a Machine Learning Engineer, you will need to have a strong understanding of feature engineering, as it is a key part of the model building process. This course will help you build the skills you need to be successful in this role.
Data Analyst
Data Analysts use data to solve business problems. You will need to have a strong understanding of feature engineering in order to extract meaningful insights from data. This course will help you build the skills you need to be successful in this role.
Software Engineer
Software Engineers design, develop, and maintain software applications. Feature engineering is an important part of the software development process, as it can help to improve the performance and accuracy of software applications. This course will help you build the skills you need to be successful in this role.
Business Analyst
Business Analysts use data to help businesses make better decisions. Feature engineering is an important part of the business analysis process, as it can help to identify the most important factors that affect business outcomes. This course will help you build the skills you need to be successful in this role.
Product Manager
Product Managers are responsible for the development and launch of new products. Feature engineering is an important part of the product development process, as it can help to identify the features that will be most valuable to customers. This course will help you build the skills you need to be successful in this role.
Marketing Analyst
Marketing Analysts use data to help businesses understand their customers and develop marketing campaigns. Feature engineering is an important part of the marketing analysis process, as it can help to identify the most important factors that influence customer behavior. This course will help you build the skills you need to be successful in this role.
Sales Analyst
Sales Analysts use data to help businesses understand their sales performance and identify opportunities for growth. Feature engineering is an important part of the sales analysis process, as it can help to identify the most important factors that influence sales outcomes. This course will help you build the skills you need to be successful in this role.
Financial Analyst
Financial Analysts use data to help businesses make financial decisions. Feature engineering is an important part of the financial analysis process, as it can help to identify the most important factors that affect financial performance. This course will help you build the skills you need to be successful in this role.
Operations Analyst
Operations Analysts use data to help businesses improve their operations. Feature engineering is an important part of the operations analysis process, as it can help to identify the most important factors that affect operational performance. This course will help you build the skills you need to be successful in this role.
Statistician
Statisticians use data to solve problems and make predictions. Feature engineering is an important part of the statistical analysis process, as it can help to improve the accuracy and reliability of statistical models. This course will help you build the skills you need to be successful in this role.
Data Architect
Data Architects design and build data architectures. Feature engineering is an important part of the data architecture process, as it can help to ensure that data is organized in a way that makes it easy to access and analyze. This course will help you build the skills you need to be successful in this role.
Database Administrator
Database Administrators manage and maintain databases. Feature engineering is not a core part of the Database Administrator role, but it can be helpful in certain situations. For example, you may need to use feature engineering to improve the performance of a database query. This course may be useful in building the skills you need to be successful in this role.
IT Manager
IT Managers are responsible for the management of an organization's IT resources. Feature engineering is not a core part of the IT Manager role, but it may be helpful in certain situations. For example, you may need to use feature engineering to improve the performance of an IT system. This course may be useful in building the skills you need to be successful in this role.
Project Manager
Project Managers are responsible for the planning, execution, and closing of projects. Feature engineering is not a core part of the Project Manager role, but it may be helpful in certain situations. For example, you may need to use feature engineering to improve the efficiency of a project. This course may be useful in building the skills you need to be successful in this role.

Reading list

We've selected 11 books that we think will supplement your learning. Use these to develop background knowledge, enrich your coursework, and gain a deeper understanding of the topics covered in Feature Engineering en Français.
Ce livre couvre les concepts clés de l'extraction de caractéristiques, de la sélection des caractéristiques et de la transformation des caractéristiques. Il fournit également des exemples pratiques d'utilisation de techniques d'extraction de caractéristiques dans des projets de ML réels.
Ce livre est un texte classique sur les statistiques et le ML. Il fournit une introduction complète aux concepts fondamentaux de l'extraction de caractéristiques et de la sélection de modèles.
Ce livre fournit une introduction probabiliste au ML. Il couvre un large éventail de sujets, y compris l'extraction de caractéristiques, la sélection des modèles et l'optimisation.
Ce livre fournit un guide pratique du ML à l'aide de Python. Il couvre un large éventail de sujets, y compris l'extraction de caractéristiques, la sélection des modèles et l'optimisation.
Ce livre fournit un guide pratique de l'extraction de caractéristiques à l'aide de Python. Il couvre un large éventail de techniques d'extraction de caractéristiques, ainsi que des exemples de code et des exercices pratiques.
Ce livre fournit une introduction complète au ML. Il couvre un large éventail de sujets, y compris l'extraction de caractéristiques, la sélection des modèles et l'optimisation.
Ce livre fournit une introduction complète à l'extraction de données. Il couvre un large éventail de sujets, y compris l'extraction de caractéristiques, la sélection des modèles et l'optimisation.
Ce livre fournit une introduction complète à l'apprentissage profond. Il couvre un large éventail de sujets, y compris l'extraction de caractéristiques, la sélection des modèles et l'optimisation.
Ce livre fournit une introduction accessible au ML. Il couvre un large éventail de sujets, y compris l'extraction de caractéristiques, la sélection des modèles et l'optimisation.

Share

Help others find this course page by sharing it with your friends and followers:

Similar courses

Here are nine courses similar to Feature Engineering en Français.
Art and Science of Machine Learning en Français
Most relevant
Applying Machine Learning to Your Data with GC - Français
Most relevant
Introduction to Image Generation - Français
Most relevant
Approche systémique pour la gouvernance des systèmes de...
Most relevant
Connecter et protéger : réseaux et sécurité des réseaux
Most relevant
Google Workspace Security - Français
Most relevant
Business Transformation with Google Cloud en Français
Most relevant
Finances pour les professionnels non financiers
Most relevant
Introduction au Marketing des réseaux sociaux
Most relevant
Our mission

OpenCourser helps millions of learners each year. People visit us to learn workspace skills, ace their exams, and nurture their curiosity.

Our extensive catalog contains over 50,000 courses and twice as many books. Browse by search, by topic, or even by career interests. We'll match you to the right resources quickly.

Find this site helpful? Tell a friend about us.

Affiliate disclosure

We're supported by our community of learners. When you purchase or subscribe to courses and programs or purchase books, we may earn a commission from our partners.

Your purchases help us maintain our catalog and keep our servers humming without ads.

Thank you for supporting OpenCourser.

© 2016 - 2024 OpenCourser