Kurs
Machine Learning im Tidyverse
MittelSchwierigkeitsgrad
Aktualisiert 12/2022
RMachine Learning5 Std.15 Videos52 Übungen4,300 XP16,327Leistungsnachweis
Kostenloses Konto erstellen
Mit Google fortfahrenWeitere Optionen anzeigenoder
Durch Klick auf die Schaltfläche akzeptierst du unsere Nutzungsbedingungen, unsere Datenschutzrichtlinie und die Speicherung deiner Daten in den USA.
Beliebt bei Lernenden in Tausenden Unternehmen
Ein Team schulen?
Für Unternehmen ausprobierenKursbeschreibung
Dieser Kurs ist perfekt, wenn du die Tidyverse-Tools von R in deine Machine-Learning-Workflows einbauen willst.
Maschinelle Lernmodelle bewerten
In diesem Kurs lernst du, wie du die Tidyverse-Tools in R nutzen kannst, um Machine-Learning-Modelle effizient zu erstellen, zu untersuchen und zu bewerten.Der Kurs fängt mit der Vorstellung des List Column Workflow (LCW) an, einer Methode, um mehrere Modelle in einem einzigen DataFrame zu verwalten. Es geht auch darum, wie man das Broom-Paket nutzen kann, um die Modellausgaben aufzuräumen und zu erkunden, damit die komplizierten Ergebnisse besser zu verstehen sind.
Mit tidyr und purrr arbeiten
Mach praktische Übungen, zum Beispiel zum Erstellen und Bewerten von Regressions- und Klassifizierungsmodellen. Schau dir Techniken an, mit denen du Hyperparameter anpassen kannst, um die Leistung von Modellen zu verbessern.Du wirst Pakete wie tidyr und purrr nutzen, um komplexe Datenbearbeitungen und Modellbewertungen zu machen, und so einen ordentlichen und systematischen Ansatz für maschinelles Lernen sicherstellen.
Praxisanwendungen
Schau dir Beispiele aus der Praxis in verschiedenen Fallstudien an, wie zum Beispiel die Verwendung des Gapminder-Datensatzes zur Vorhersage der Lebenserwartung mit linearen Modellen.Am Ende des Kurses hast du ein solides Fundament in der Anwendung der Tidyverse-Prinzipien auf maschinelles Lernen und kannst damit Modelle effizient, übersichtlich und reproduzierbar erstellen, optimieren und bewerten.
Voraussetzungen
Modeling with Data in the Tidyverse1
Grundlagen des "tidy" Machine Learning
Dieses Kapitel führt dich in das Rückgrat des Machine Learning im Tidyverse ein: den List Column Workflow (LCW). Der LCW ermöglicht dir, mit vielen Modellen in einem Dataframe zu arbeiten.
Außerdem lernst du die Grundlagen des Pakets broom kennen, um deine Modelle zu untersuchen.
Außerdem lernst du die Grundlagen des Pakets broom kennen, um deine Modelle zu untersuchen.
2
Viele Modelle mit broom
In diesem Kapitel nutzt du den List Column Workflow, um 77 Modelle zu erstellen und ihre Eigenschaften zu untersuchen. Mit den Tools aus dem Paket broom gewinnst du ein mehrdimensionales Verständnis all dieser Modelle.
3
Regressionsmodelle erstellen, tunen und bewerten
In diesem Kapitel lernst du, wie du mit dem List Column Workflow Regressionsmodelle erstellst, tunst und bewertest. Du arbeitest mit zwei Modellarten: linearen Modellen und Random-Forest-Modellen.
4
Klassifikationsmodelle erstellen, tunen und bewerten
In diesem Kapitel wechselst du den Fokus, um Klassifikationsmodelle zu erstellen, zu tunen und zu bewerten.
Machine Learning im Tidyverse
Kurs abgeschlossen
Leistungsnachweis verdienen
Füge diesen Fähigkeitsnachweis zu deinem LinkedIn-Profil, Anschreiben oder Lebenslauf hinzuTeile es auf Social Media und in deiner LeistungsbeurteilungJetzt anmelden
Schließe dich 19 Millionen Lernenden an und starte Machine Learning im Tidyverse heute!
Kostenloses Konto erstellen
Mit Google fortfahrenWeitere Optionen anzeigenoder
Durch Klick auf die Schaltfläche akzeptierst du unsere Nutzungsbedingungen, unsere Datenschutzrichtlinie und die Speicherung deiner Daten in den USA.
DataCamp gibt es auch für Mobilgeräte
Mit unseren Kursen für Mobilgeräte und täglichen Programmier-Challenges erweiterst du deine Datenkompetenz von unterwegs.