【教材紹介】機械学習のための「前処理」入門

予測のためのデータ前処理（加工）にはさまざまな手法があります。本書では、非構造化データを中心に「予測するために」データ分析を進めていきます。前処理と銘打たれていますが、どちらかというとデータ加工のテクニックを記述した本です。

名称

機械学習のための「前処理」入門

著者

足立悠

概要

構造化データ、非構造化データにはデータの前処理（加工）という難題があります。非常に手間暇がかかり、かつ分析モデルの精度に大きく関わってきます。今回の書籍では、非構造化データを中心にデータ加工から予測モデルの構築まで、分析フレームワークCRISP-DMをベースに話を進めます。

この書籍は前処理というより、加工の本だと思われる。下記の定義の前処理なら、必要知識にある前処理大全がおすすめ。

データ分析の用語、加工と前処理で定義されていない気がする

前処理：データソースからデータマート等を構築するために必要な処理。
↓
加工：データマートから、より重要な特徴量を作成するための処理。
↓
モデル作成

みたいな

— R@データ分析＆ゲーム制作 (@Rei_Farms) January 17, 2022

必要知識

【教材紹介】前処理大全

得られるスキル

Python, 欠損値補完, 不均衡データの均衡化, 正規化, クラスタリング, 次元削減
画像データの加工, 時系列データの加工, 自然言語データの加工

その他の教材紹介ページはこちら → Skill Stacks