Scienziato dell'apprendimento automatico in R

In questo corso imparerai le basi dell'apprendimento automatico per la classificazione.

In questo corso imparerai come prevedere cosa succederà usando la regressione lineare, i modelli additivi generalizzati, le foreste casuali e xgboost.

Scopri i principi della feature engineering per i modelli di machine learning e come metterli in pratica usando il framework R tidymodels.

Questo corso ti dà un'idea di base sul clustering e sulla riduzione della dimensionalità in R dal punto di vista dell'apprendimento automatico.

Usa i pacchetti tidyr e purrr di tidyverse per creare, esplorare e valutare modelli di machine learning.

Impara a fare la regressione lineare e logistica con più variabili che spiegano i dati.

Develop a strong intuition for how hierarchical and k-means clustering work and learn how to apply them to extract insights from your data.

Questo corso spiega le idee principali del machine learning, tipo come creare e valutare modelli predittivi.

Impara a semplificare i tuoi flussi di lavoro di machine learning con tidymodels.

Impara a usare modelli basati su alberi e insiemi per fare previsioni di classificazione e regressione con tidymodels.

Questo corso ti farà conoscere le macchine a vettori di supporto (SVM) in modo facile da capire, usando immagini e grafici.

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

Scopri come sistemare gli iperparametri del tuo modello per avere i migliori risultati di previsione.

Scopri come usare i metodi di stima bayesiani per fare previsioni più accurate sui modelli di regressione lineare.

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.