UT Austin 教授免费 ML 电子书重写特征排序章节,附全套代码
GeostatsGuy · x · 2026-10-03
UT Austin 教授 Michael J. Pyrcz 完成了其免费在线电子书《Applied Machine Learning in Python》中「Feature Ranking」章节的大幅重写,扩充了讲解并新增演示与图表。章节核心观点是:构建预测模型时不应把所有特征一股脑塞进去,而应精心挑选信息量最大、数量最少的特征组合。
章节配套资源:
- 完整可运行的 Python 工作流,来自 MachineLearningDemos GitHub 仓库
- 配套 YouTube 讲座,覆盖维度灾难、PCA、特征变换与特征选择等主题
- 电子书托管于 Zenodo,附引用 DOI,完全免费开放
「公司和人」频道最新
- 纽约 Agentic AI 聚会将复盘九月动态并演示 PowerShell 决策工作流 — dfinke · 2026-10-03
- 斯坦福 CS336 2026 春季课表公布：从零训练大模型的公开课 — stanfordnlp · 2026-10-03
- OpenAI 安全报告撰写人 David Robinson 辞职,发文警告行业文化已坏 — The Verge AI · 2026-10-03
- OpenRouter 与 Replit 播客:专用模型生态为何可能击败全能模型 — a16z · 2026-10-03
- OpenAI 安全研究员 David Robinson 离职并公开抨击安全文化 — The Decoder · 2026-10-03
- Altman 播客谈 Dot 替他值守早晨,并力推跨应用携带订阅 — every · 2026-10-03