After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Cursusbeschrijving
Werk je wel eens met datasets met super veel kenmerken? Heb je al die functies nodig? Welke zijn het belangrijkst? In deze cursus leer je technieken voor dimensiereductie waarmee je je data en de modellen die je met je data bouwt kunt vereenvoudigen, terwijl je de informatie in de oorspronkelijke data en goede voorspellende prestaties behoudt.
We leven in het informatietijdperk – een tijd waarin we overspoeld worden met informatie. De kunst om belangrijke info uit gegevens te halen is een vaardigheid waar veel vraag naar is. Modellen trainen sneller op minder data. In de productie betekenen kleinere modellen dat je sneller kunt reageren. Misschien wel het belangrijkste is dat kleinere gegevens en modellen vaak makkelijker te begrijpen zijn. Dimensionale reductie is je scheermesje van Occam in de datawetenschap.
Het verschil tussen kenmerkselectie en kenmerkextractie! Met R leer je hoe je dingen met weinig of dubbele info kunt vinden en weggooien, zodat je alleen de dingen met de meeste info overhoudt. Dat is het kiezen van functies. Je leert ook hoe je combinaties van kenmerken kunt halen als compacte onderdelen die zoveel mogelijk info bevatten. Dat is feature-extractie!
Maar het belangrijkste is dat je met het nieuwe tidymodel-pakket van R echte gegevens kunt gebruiken om modellen te maken met minder functies, zonder dat dit ten koste gaat van de prestaties.
Waarom dimensiereductie leren?
We leven in het informatietijdperk – een tijd waarin we overspoeld worden met informatie. De kunst om belangrijke info uit gegevens te halen is een vaardigheid waar veel vraag naar is. Modellen trainen sneller op minder data. In de productie betekenen kleinere modellen dat je sneller kunt reageren. Misschien wel het belangrijkste is dat kleinere gegevens en modellen vaak makkelijker te begrijpen zijn. Dimensionale reductie is je scheermesje van Occam in de datawetenschap.
Wat ga je in deze cursus leren?
Het verschil tussen kenmerkselectie en kenmerkextractie! Met R leer je hoe je dingen met weinig of dubbele info kunt vinden en weggooien, zodat je alleen de dingen met de meeste info overhoudt. Dat is het kiezen van functies. Je leert ook hoe je combinaties van kenmerken kunt halen als compacte onderdelen die zoveel mogelijk info bevatten. Dat is feature-extractie!
Maar het belangrijkste is dat je met het nieuwe tidymodel-pakket van R echte gegevens kunt gebruiken om modellen te maken met minder functies, zonder dat dit ten koste gaat van de prestaties.
Vereisten
Curriculum
Cursusoverzicht
1
Basis van dimensionaliteitsreductie
Maak je klaar om grote gegevenssets te vereenvoudigen! Je leert over informatie, hoe je het belang van features beoordeelt, en oefent met het herkennen van features met weinig informatie. Aan het eind van dit hoofdstuk begrijp je het verschil tussen featureselectie en feature-extractie — de twee benaderingen voor dimensionaliteitsreductie.
- Introductie tot dimensionality reduction50 XP
- Dimensionaliteit en feature-informatie100 XP
- Mutual information-features100 XP
- Informatie en het belang van features50 XP
- Entropie van de wortel berekenen100 XP
- Entropie van kindknopen berekenen100 XP
- Informatiewinst van kleur berekenen100 XP
- Het belang van dimensionality reduction bij het bouwen van data en modellen50 XP
- Mogelijke combinaties berekenen100 XP
- Curse of dimensionality, overfitting en bias100 XP
2
Featureselectie voor featurebelang
Leer hoe je informatie-rijke en informatie-arme features identificeert aan de hand van verhoudingen ontbrekende waarden, variantie en correlatie. Daarna ontdek je hoe je tidymodels-recipes opstelt om features te selecteren met deze informatie-indicatoren.
3
Featureselectie voor modelprestaties
Hoofdstuk drie introduceert het verschil tussen onbewaakte en bewaakte benaderingen voor featureselectie. Je herhaalt hoe je met tidymodels-workflows modellen bouwt. Vervolgens voer je bewaakte featureselectie uit met lasso-regressie en random forest-modellen.
4
Feature-extractie en modelprestaties
In dit laatste hoofdstuk ontwikkel je een sterke intuïtie voor feature-extractie door te begrijpen hoe hoofcomponenten de belangrijkste informatie uit verschillende features extraheren en combineren. Vervolgens leer je drie soorten feature-extractie kennen en toepassen — principal component analysis (PCA), t-SNE en UMAP. Ontdek hoe je deze methoden voor feature-extractie als preprocess-stap kunt inzetten in het modelbouwproces met tidymodels.
R
Dimensionality Reduction in R
Cursus
voltooid
