Vai al contenuto principale
HomeR

Corso

Analitica predittiva con dati di rete in R

IntermedioLivello di competenza
Aggiornato 09/2020
Impara a prevedere le etichette dei nodi nelle reti usando l'apprendimento di rete ed estraendo caratteristiche descrittive dalla rete.
Inizia il corso gratis
RProbability & Statistics
4 h
14 video
56 Esercizi
4,300 XP
4,763
Attestato di conseguimento

Crea il tuo account gratuito

Continua con GoogleMostra più opzioni

o


Continuando, accetti i nostri Termini di utilizzo, la nostra Informativa sulla privacy e che i tuoi dati siano conservati negli Stati Uniti.

Preferito dagli studenti di migliaia di aziende

Group

Formare un team?

Prova per il Business

Descrizione del corso

In questo corso imparerai a eseguire analisi predittive all’avanguardia utilizzando dati di rete in R. L’obiettivo della network analytics è prevedere a quale classe appartiene un nodo della rete, ad esempio churner oppure no, frodatore oppure no, inadempiente oppure no, ecc. Per riuscirci, vedremo come sfruttare in modo predittivo le informazioni della rete e della sua struttura. In particolare, introdurremo l’idea di featurization, così da poter aggiungere le caratteristiche di rete alle caratteristiche non di rete, migliorando le prestazioni di qualunque modello analitico risultante. In questo corso userai il pacchetto igraph per generare ed etichettare una rete di clienti in uno scenario di churn e apprendere le basi del network learning. Poi conoscerai homophily, dyadicity e heterophilicity, e come usarle per ottenere intuizioni esplorative chiave sulla tua rete. Successivamente userai le funzionalità del pacchetto igraph per calcolare varie caratteristiche di rete, sia centrate sul nodo sia basate sui vicini. Inoltre, utilizzerai l’algoritmo PageRank di Google per calcolare caratteristiche di rete e verificarne empiricamente la capacità predittiva. Infine, ti mostreremo come generare un insieme di dati piatto a partire dalla rete e analizzarlo con regressione logistica e random forests.

Prerequisiti

Network Analysis in RSupervised Learning in R: Classification
1

Introduzione, reti e reti etichettate

In questo capitolo verrai introdotto alle reti etichettate, al network learning e alle sfide che possono emergere.
Inizia il capitolo
2

Homophily

In questo capitolo imparerai cos’è l’homophily e come calcolare le due misure per caratterizzarla: dyadicity e heterophilicity.
Inizia il capitolo
Analitica predittiva con dati di rete in R
Corso
completato

Ottieni Attestato di conseguimento

Aggiungi questa certificazione al tuo profilo LinkedIn, al curriculum o al CV
Condividila sui social e nella valutazione delle tue performance
Iscriviti ora

Unisciti a oltre 19 milioni di studenti e inizia Analitica predittiva con dati di rete in R oggi!

Crea il tuo account gratuito

Continua con GoogleMostra più opzioni

o


Continuando, accetti i nostri Termini di utilizzo, la nostra Informativa sulla privacy e che i tuoi dati siano conservati negli Stati Uniti.

Aumenta le tue competenze sui dati con l'app di DataCamp

Avanza ovunque ti trovi con i nostri corsi per dispositivi mobili e le nostre sfide di programmazione quotidiane da 5 minuti.