Machine Learning in de tidyverse

Hey, welkom bij tidyverse! In deze cursus ga je verder met je reis om de tidyverse te leren kennen en je kennis toe te passen op machine learning-concepten.

Deze cursus is perfect als je de Tidyverse-tools van R wilt gebruiken in je machine learning-werkprocessen.

Machine learning-modellen evalueren

Tijdens deze cursus ga je je richten op het gebruik van de tidyverse-tools in R om op een efficiënte manier machine learning-modellen te bouwen, te verkennen en te evalueren.

De cursus begint met een introductie van de List Column Workflow (LCW), een manier om meerdere modellen in één dataframe te beheren. Het behandelt ook het gebruik van het broom-pakket om modeloutputs op te ruimen en te verkennen, waardoor de complexe resultaten beter te begrijpen zijn.

Tidyr en purrr gebruiken

Doe mee met praktische oefeningen, zoals het bouwen en evalueren van regressie- en classificatiemodellen. Check uit hoe je hyperparameters kunt aanpassen om je model beter te laten werken.

Je gaat pakketten als tidyr en purrr gebruiken om complexe gegevensbewerkingen en modelevaluaties te doen, zodat je een nette en systematische aanpak van machine learning hebt.

Krijg praktijkervaring

Bekijk echte voorbeelden via verschillende casestudy's, zoals het gebruik van de Gapminder-dataset om de levensverwachting te voorspellen met lineaire modellen.

Aan het einde van de cursus heb je een stevige basis in het toepassen van Tidyverse-principes op machine learning, waardoor je op een overzichtelijke en reproduceerbare manier efficiënt modellen kunt bouwen, afstemmen en evalueren.