Setelah mengikuti kursus-kursus ini, saya merasa percaya diri membuat visualisasi dan dasbor profesional
Shoebur RahmanSpesialis Pengadaan, Giz Bangladesh
Deskripsi Kursus
Pengantar Machine Learning tingkat pemula ini membahas empat algoritma klasifikasi yang paling umum. Anda akan memperoleh pemahaman dasar tentang cara setiap algoritma menyelesaikan tugas pembelajaran, serta mempelajari fungsi-fungsi R yang diperlukan untuk menerapkan alat ini pada pekerjaan Anda sendiri.
Prasyarat
Kurikulum
Ringkasan kursus
1
k-Nearest Neighbors (kNN)
Karena algoritma kNN secara harfiah "belajar dari contoh", ini menjadi titik awal yang tepat untuk mulai memahami supervised Machine Learning. Bab ini akan memperkenalkan klasifikasi sambil mempraktikkan penerapan kNN pada pengenalan rambu jalan untuk kendaraan swa-kemudi.
- Klasifikasi dengan Tetangga Terdekat50 XP
- Mengenali rambu jalan dengan kNN100 XP
- Berpikir seperti kNN50 XP
- Mengeksplorasi himpunan data rambu lalu lintas100 XP
- Klasifikasi sekumpulan rambu jalan100 XP
- Bagaimana dengan 'k' pada kNN?50 XP
- Memahami dampak 'k'50 XP
- Menguji nilai 'k' lainnya100 XP
- Melihat bagaimana para tetangga memilih100 XP
- Persiapan data untuk kNN50 XP
- Mengapa menormalkan data?50 XP
2
Naive Bayes
Naive Bayes menggunakan prinsip-prinsip dari bidang statistika untuk membuat prediksi. Bab ini akan memperkenalkan dasar-dasar metode Bayesian sambil mengeksplorasi cara menerapkan teknik ini pada saran tujuan seperti di iPhone.
3
Regresi Logistik
Regresi logistik melibatkan pencocokan kurva pada data numerik untuk membuat prediksi tentang kejadian biner. Mungkin salah satu metode Machine Learning yang paling luas digunakan, bab ini memberikan gambaran umum tentang teknik tersebut sekaligus mencontohkan cara menerapkannya pada data penggalangan dana.
4
Pohon Klasifikasi
Pohon klasifikasi menggunakan struktur mirip bagan alur untuk membuat keputusan. Karena manusia mudah memahami struktur pohon ini, pohon klasifikasi bermanfaat saat dibutuhkan transparansi, seperti pada persetujuan pinjaman. Kita akan menggunakan himpunan data Lending Club untuk mensimulasikan skenario ini.
R
Supervised Learning di R: Klasifikasi
Kursus
Selesai
