Lewati ke konten utama
BerandaR

Kursus

Analitik Prediktif menggunakan Data Berjejaring di R

MenengahTingkat Keterampilan
Diperbarui 09/2020
Pelajari cara memprediksi label node dalam jaringan menggunakan pembelajaran jaringan dan dengan mengekstrak fitur deskriptif dari jaringan.
Mulai Kursus Gratis
RProbability & Statistics
4 jam
14 videos
56 Latihan
4,300 XP
4,763
Pernyataan Pencapaian

Buat Akun Gratis Anda

Lanjutkan dengan GoogleTampilkan opsi lainnya

atau


Dengan melanjutkan, Anda menerima Ketentuan Penggunaan kami, Kebijakan Privasi kami dan bahwa data Anda disimpan di Amerika Serikat.

Dipercaya oleh para pelajar di ribuan perusahaan

Group

Melatih Tim?

Coba untuk Bisnis

Deskripsi Kursus

Dalam kursus ini, Anda akan mempelajari cara melakukan analitik prediktif terkini menggunakan data berjejaring di R. Tujuan analitik jejaring adalah memprediksi kelas tempat sebuah node jejaring berada, seperti pelanggan yang churn atau tidak, pelaku kecurangan atau tidak, kredit macet atau tidak, dan seterusnya. Untuk mencapai hal ini, kami membahas cara memanfaatkan informasi dari jejaring dan struktur dasarnya secara prediktif. Lebih spesifik, kami memperkenalkan konsep featurization sehingga fitur jejaring dapat ditambahkan ke fitur non-jejaring untuk meningkatkan kinerja model analitik apa pun yang dihasilkan. Dalam kursus ini, Anda akan menggunakan paket igraph untuk membangun dan memberi label sebuah jejaring pelanggan dalam konteks churn serta mempelajari dasar-dasar pembelajaran jejaring. Selanjutnya, Anda akan mempelajari homophily, dyadicity, dan heterophilicity, serta bagaimana ketiganya dapat digunakan untuk memperoleh wawasan eksploratif kunci dalam jejaring Anda. Berikutnya, Anda akan menggunakan fungsionalitas paket igraph untuk menghitung berbagai fitur jejaring guna memperoleh fitur jejaring yang berfokus pada node maupun berbasis tetangga. Selain itu, Anda akan menggunakan algoritma Google PageRank untuk menghitung fitur jejaring dan memvalidasi secara empiris daya prediktifnya. Terakhir, kami mengajarkan cara membangkitkan himpunan data datar dari jejaring dan menganalisisnya menggunakan regresi logistik dan random forests.

Persyaratan

Network Analysis in RSupervised Learning in R: Classification
1

Pengantar, jejaring, dan jejaring berlabel

Pada bab ini Anda akan diperkenalkan pada jejaring berlabel, pembelajaran jejaring, dan tantangan yang dapat muncul.
Mulai Bab
2

Homophily

Pada bab ini Anda akan mempelajari homophily dan cara menghitung dua ukuran yang dapat digunakan untuk mencirakannya, yaitu dyadicity dan heterophilicity.
Mulai Bab
Analitik Prediktif menggunakan Data Berjejaring di R
Kursus
Selesai

Memperoleh Surat Keterangan Prestasi

Tambahkan kredensial ini ke profil LinkedIn, resume, atau CV Anda
Bagikan di media sosial dan dalam penilaian kinerja Anda
Daftar sekarang

Bergabung dengan 19 juta pelajar dan mulai Analitik Prediktif menggunakan Data Berjejaring di R Hari Ini!

Buat Akun Gratis Anda

Lanjutkan dengan GoogleTampilkan opsi lainnya

atau


Dengan melanjutkan, Anda menerima Ketentuan Penggunaan kami, Kebijakan Privasi kami dan bahwa data Anda disimpan di Amerika Serikat.

Kembangkan keterampilan data Anda dengan DataCamp untuk Mobile

Buat kemajuan di mana saja dengan kursus mobile kami dan tantangan coding harian 5 menit.