これらのコースを受講したことで、プロフェッショナルなビジュアライゼーションやダッシュボードを自信を持って作成できるようになりました
Shoebur Rahman調達スペシャリスト、Giz Bangladesh
コースの説明
tidymodels は、Machine Learning のワークフローを効率化するために設計された強力な R パッケージ群です。クロスバリデーションに向けたデータ分割、tidymodels の recipes パッケージによる前処理、Machine Learning アルゴリズムの微調整を学びます。モデルオブジェクトの定義やモデリングワークフローの作成といった重要な概念も理解します。最後に、住宅価格の予測や、従業員が離職するリスクの分類にスキルを適用します。
前提条件
カリキュラム
コース概要
1
tidymodels で学ぶ Machine Learning
この章では、tidymodels を支える R パッケージの豊かなエコシステムを探り、それらが Machine Learning のワークフローをどのように効率化できるかを学びます。そのうえで、ワシントン州シアトルの住宅販売価格を予測して、tidymodels のスキルを実践します。
2
分類モデル
分類モデルを学習して、カテゴリカルな結果を予測する方法を身につけます。これまでに習得したスキルを活用して、通信会社の顧客がサービスを解約する可能性を予測します。
3
特徴量エンジニアリング
recipes パッケージを使って、特徴量エンジニアリングのパイプラインを構築する方法を学びます。数値データとカテゴリカルデータを適切に準備し、Machine Learning アルゴリズムが予測を最適化できるようにします。
4
ワークフローとハイパーパラメータチューニング
いよいよワークフローを使ってモデリングプロセスを効率化し、クロスバリデーションとハイパーパラメータチューニングでモデルを微調整します。銀行の顧客がローンを延滞する可能性を予測するため、決定木の分類モデルのチューニング方法を学びます。
R
R での tidymodels によるモデリング
コース修了
