Ilmuwan Pembelajaran Mesin di R

Dalam kursus ini, Anda akan belajar cara memprediksi peristiwa di masa depan menggunakan regresi linier, model aditif umum, hutan acak, dan xgboost.

Pelajari prinsip-prinsip feature engineering untuk model machine learning dan cara mengimplementasikannya menggunakan kerangka kerja R tidymodels.

Kursus ini memberikan pengenalan tentang clustering dan pengurangan dimensi dalam R dari perspektif machine learning.

Manfaatkan paket tidyr dan purrr dalam tidyverse untuk menghasilkan, mengeksplorasi, dan mengevaluasi model pembelajaran mesin.

Pelajari cara melakukan regresi linier dan logistik dengan beberapa variabel penjelas.

Kursus ini mengajarkan konsep-konsep utama dalam machine learning, seperti cara membangun dan mengevaluasi model prediktif.

Pelajari cara mengoptimalkan alur kerja machine learning Anda dengan tidymodels.

Pelajari cara menggunakan model berbasis pohon dan ensambel untuk melakukan prediksi klasifikasi dan regresi dengan tidymodels.

Pelajari teknik pengurangan dimensi dalam R dan kuasai pemilihan dan ekstraksi fitur untuk data dan model Anda sendiri.

Kursus ini akan memperkenalkan mesin vektor pendukung (SVM) dengan pendekatan intuitif dan visual.

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

Pelajari cara menyesuaikan hiperparameter model Anda untuk mendapatkan hasil prediksi terbaik.

Learn how to leverage Bayesian estimation methods to make better inferences about linear regression models.

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.