Científico de machine learning in R

En este curso aprenderás los fundamentos del machine learning sobre la clasificación.

In this course you will learn how to predict future events using linear regression, generalized additive models, random forests, and xgboost.

Aprende los principios de la ingeniería de características para modelos de machine learning y cómo implementarlos utilizando el marco tidymodels de R.

Este curso ofrece una introducción al agrupamiento y la reducción de dimensionalidad en R desde la perspectiva del machine learning.

Leverage tidyr and purrr packages in the tidyverse to generate, explore, and evaluate machine learning models.

Aprende a realizar regresiones lineales y logísticas con varias variables explicativas.

Develop a strong intuition for how hierarchical and k-means clustering work and learn how to apply them to extract insights from your data.

This course teaches the big ideas in machine learning like how to build and evaluate predictive models.

Aprende a optimizar tus flujos de trabajo de machine learning con tidymodels.

Aprende a utilizar modelos basados en árboles y conjuntos para realizar predicciones de clasificación y regresión con tidymodels.

Aprende técnicas de reducción de dimensionalidad en R y domina la selección y extracción de características para tus propios datos y modelos.

Este curso presentará la máquina de vectores de soporte (SVM) utilizando un enfoque intuitivo y visual.

Learn what Bayesian data analysis is, how it works, and why it is a useful tool to have in your data science toolbox.

Aprende a ajustar los hiperparámetros de tu modelo para obtener los mejores resultados predictivos.

Aprende a aprovechar los métodos de estimación bayesiana para hacer mejores inferencias sobre los modelos de regresión lineal.

Build a regression model for a DVD rental firm to predict rental duration. Evaluate models to recommend the best one.

Learn how to run big data analysis using Spark and the sparklyr package in R, and explore Spark MLIb in just 4 hours.