pilotmickey的博客

pytorch 资源整合（2.9k） https://github.com/INTERMT/Awesome-PyTorch-Chinese 中文文档 https://pytorch-cn.readthedocs.io/zh/latest/ 动手学深度学习(中文25.2k) https://github.com/d2l-ai/d2l-zh 李沐 200所大学的教材 pytorch-tutorial（21.5k） https://github.com/yunjey/pytorch-tutoria

Categorical Variables: Counting Eggs in theAge of Robotic Chickens 定义： 类别变量：顾名思义代表类别或标签。 比如： 世界上的主要城市 一年四季 一个公司所处的行业(石油、交通、科技) 类别特征值总是有限的 类别特征可以用数值表示，但是不同于其他数值特征，类别变量的值是不可以比较的（石油和交通谁比较大？比不了 如何判断是否该使用类别变量？ 两个值是只与它们不同有关，还是还与它们相差多少有关？ 大型分类变量在交易记录中尤为常见。 比如：

Fancy Tricks with Simple Numbers 先看数值数据，比如： 个人的定位 交易价格 一个传感器的数据 等等 虽然数值数据本身已经对模型很友好，但是仍然需要特征工程。 好的特征不仅要反映数据的重要方面，还要和模型的假设一致。 数值数据的特征工程是基础，其他原始数据被转换为数值数据后，就可以利用数值数据的特征工程技术。 量纲Magnitude 我有必要知道数据的正负吗？ 也许我们只需要知道比较粗粒度的大小？ 对于自动累计的数值数据，这一检查很重要： 比如： 计数 网站每天的访问量

The Machine Learning Pipeline Data 何为数据？数据是真实世界的观察值。 比如： 股市每日价格，公司的收益报告，甚至专家的评论文章 个人身体数据：实时的心率，血糖等级等等 客户情报数据：包括“张三星期天买了两本书”、“李四浏览了这些网页”、“王二上周点击了这个特殊的链接”等。 等等 每一片数据都提供了一个了解这个世界的小窗口，所有观察值的集合就给了我们一整个世界。 但是这个世界一团混乱，因为它是由成千上万的碎片组成，而且总是会存在噪声或者缺失。 Tasks 我们为什么搜集