Dopo aver seguito questi corsi, mi sento sicuro nel creare visualizzazioni e dashboard professionali
Descrizione del corso
Questa introduzione al Machine Learning per principianti copre quattro degli algoritmi di classificazione più comuni. Otterrai una comprensione di base di come ciascun algoritmo affronta un compito di apprendimento e imparerai le funzioni R necessarie per applicare questi strumenti al tuo lavoro.
Prerequisiti
Programma
Struttura del corso
1
k-Nearest Neighbors (kNN)
Poiché l'algoritmo kNN letteralmente "impara dagli esempi", è perfetto per iniziare a capire il Machine Learning supervisionato. In questo capitolo introdurremo la classificazione applicando kNN al riconoscimento dei segnali stradali per veicoli a guida autonoma.
- Classificazione con i vicini più prossimi50 XP
- Riconoscere un segnale stradale con kNN100 XP
- Pensare come kNN50 XP
- Esplorare l'insieme di dati dei segnali stradali100 XP
- Classificare una raccolta di segnali stradali100 XP
- E il "k" in kNN?50 XP
- Capire l'impatto di 'k'50 XP
- Testare altri valori di 'k'100 XP
- Vedere come hanno votato i vicini100 XP
- Preparazione dei dati per kNN50 XP
- Perché normalizzare i dati?50 XP
2
Naive Bayes
Naive Bayes utilizza principi statistici per effettuare previsioni. Questo capitolo introdurrà le basi dei metodi bayesiani ed esplorerà come applicarli a suggerimenti di destinazione in stile iPhone.
3
Regressione logistica
La regressione logistica consiste nell'adattare una curva a dati numerici per prevedere eventi binari. Probabilmente uno dei metodi di Machine Learning più diffusi, questo capitolo offrirà una panoramica della tecnica e mostrerà come applicarla a dati di raccolta fondi.
4
Alberi di classificazione
Gli alberi di classificazione usano strutture simili a diagrammi di flusso per prendere decisioni. Poiché queste strutture ad albero sono facilmente interpretabili dalle persone, sono utili quando serve trasparenza, ad esempio nell'approvazione dei prestiti. Useremo l'insieme di dati di Lending Club per simulare questo scenario.
R
Apprendimento supervisionato in R: Classificazione
Corso
completato

