メインコンテンツへスキップ

コース

Tidyverse で学ぶ Machine Learning

中級スキルレベル

更新日 2022/12

tidyrとpurrrパッケージをtidyverseで活用し、機械学習モデルを生成・探索・評価します。

コースを無料で開始

RMachine Learning

5時間

15 ビデオ

52 演習

4,300 XP

16,319

修了証明書

何千もの企業の従業員が支持

チームのトレーニングを担当していますか？

Businessをお試しください

コース説明

tidyverseへようこそ！このコースでは、tidyverseの学習をさらに進め、その知識を機械学習の概念に応用していきます。

このコースは、RのTidyverseツールを機械学習のワークフローに取り入れたい方に最適です。

機械学習モデルの評価

このコース全体を通して、Rのtidyverseツールを活用し、機械学習モデルを効率的に構築、探索、評価することに重点を置きます。

コースは、単一のデータフレーム内で複数のモデルを管理するための手法であるList Column Workflow（LCW）の紹介から始まります。また、broomパッケージを使ってモデル出力を整形・探索する方法も扱い、複雑な結果をより解釈しやすくします。

tidyr と purrr の活用

回帰モデルと分類モデルの構築・評価を含む実践的な演習に取り組みます。ハイパーパラメータを調整してモデルのパフォーマンスを最適化する手法を学びます。

tidyrやpurrrなどのパッケージを使って複雑なデータ操作やモデル評価を扱い、機械学習に対して整然と体系的なアプローチを実現します。

実践的な応用力を身につける

複数のケーススタディを通じて実践的な例を探り、たとえば gapminder データセットを使って線形モデルで平均寿命を予測する方法を学びます。

コースの終了時には、Tidyverseの原則を機械学習に適用するための強固な基礎が身につき、モデルを効率的かつ整然と再現性の高い方法で構築、調整、評価できるようになります。

前提条件

Modeling with Data in the Tidyverse

1

Foundations of "tidy" Machine learning

This chapter will introduce you to the backbone of machine learning in the tidyverse, the List Column Workflow (LCW). The LCW will empower you to work with many models in one dataframe.
This chapter will also introduce you to the fundamentals of the broom package for exploring your models.

Foundations of "tidy" machine learning

Nesting your data

Unnesting your data

Explore a nested cell

The map family of functions

Mapping your data

Expecting mapped output

Mapping many models

Tidy your models with broom

The three ways to tidy your model

Extracting model statistics tidily

Augmenting your data

チャプターを開始

2

Multiple Models with broom

This chapter leverages the List Column Workflow to build and explore the attributes of 77 models. You will use the tools from the broom package to gain a multidimensional understanding of all of these models.

Exploring coefficients across models

Tidy up the coefficients of your models

What can we learn about these 77 countries?

Evaluating the fit of many models

Glance at the fit of your models

Best and worst fitting models

Visually inspect the fit of many models

Augment the fitted values of each model

Explore your best and worst fitting models

Improve the fit of your models

Build better models

Predicting the future

チャプターを開始

3

Build, Tune & Evaluate Regression Models

In this chapter you will learn how to use the List Column Workflow to build, tune and evaluate regression models. You will have the chance to work with two types of models: linear models and random forest models.

Training, test and validation splits

The test-train split

Cross-validation data frames

Measuring cross-validation performance

Build cross-validated models

Preparing for evaluation

Evaluate model performance

Building and tuning a random forest model

Build a random forest model

Evaluate a random forest model

Fine tune your model

The best performing parameter

Measuring the test performance

Build & evaluate the best model

チャプターを開始

4

Build, Tune & Evaluate Classification Models

In this chapter you will shift gears to build, tune and evaluate classification models.

Logistic regression models

Prepare train-test-validate parts

Build cross-validated models

Evaluating classification models

Predictions of a single model

Performance of a single model

Prepare for cross-validated performance

Calculate cross-validated performance

Random forest for classification

Tune random forest models

Random forest performance

Build final classification model

Measure final model performance

チャプターを開始

Tidyverse で学ぶ Machine Learning

コース完了

修了証明書を取得

この修了書をLinkedInや履歴書、CVに追加しましょう
ソーシャルメディアや人事評価で共有しましょう今すぐ登録

19百万人を超える学習者と共にTidyverse で学ぶ Machine Learningを始めましょう！

DataCamp for Mobileでデータスキルを磨きましょう

モバイルコースと毎日の 5 分間のコーディングチャレンジで、外出先でも進歩できます。