机器学习特征工程实战：缺失值、编码到特征选择全攻略
系统讲解机器学习项目中特征工程的全流程最佳实践。覆盖缺失值处理策略、类别特征编码方法、数值特征标准化与离散化、特征交叉与组合、以及基于模型的特征选择技巧。附Python代码示例，可直接应用于实际项目。
标签：Go
共 3 篇文章
置顶 生成对抗网络（GAN）从原理到工业落地：图像生成与数据增强
深入浅出讲解GAN的核心原理——生成器与判别器的博弈过程。涵盖DCGAN、StyleGAN、CycleGAN等经典变体，以及GAN在图像超分、风格迁移、数据增强等工业场景的落地实践，附带训练稳定性优化技巧。
联邦学习入门指南：隐私保护下的分布式机器学习实践
全面介绍联邦学习的核心思想与技术架构。从FedAvg算法出发，详解横向联邦、纵向联邦和迁移联邦三大范式，探讨差分隐私、安全聚合等隐私保护机制，并给出基于FATE框架的实战案例，兼顾理论深度与工程落地。