如果你是机器学习、数据科学领域的从业者，或者想进入该领域，那么一定会知道这两句话： 开发者的项目经验也一再证明：高质量的数据永远是最重要的。 然而，“现实很骨感”，真实项目中的数据充斥着各种问题，因此，**数据准备和特征工程** 的工作就非常重要了，必须熟练掌握相关操作技能。经验表明，数据准备和特征工程会占用项目开发的绝大多数时间。 如果你有意进入数据科学和人工智能领域，那你必须要熟悉这项重要工作的操作方法 本次活动请到了大数据和人工智能领域技术大牛齐伟老师为大家带来主题分享。 通过参与本次活动你将收获：
- Garbage in, garbage out(GIGO)。
- 数据和特征决定了机器学习的上限，而模型和算法只是逼近这个上限而已。
1、常用的数据准备和特征工程的操作技术以及可用的方法
2、常见的特征工程问题以及相应的解决方案
3、与齐伟老师“当面”交流的机会
