Ga naar hoofdinhoud
HomeR

Cursus

Modelleren met tidymodels in R

GemiddeldVaardigheidsniveau
Bijgewerkt 07-2022
Leer je machine learning-workflows te stroomlijnen met tidymodels.
Start Cursus Kosteloos
RMachine Learning
4 u
16 videos
59 Opdrachten
4,950 XP
10,786
Bewijs van Prestatie

Maak je kosteloos account aan

Ga verder met GoogleMeer opties weergeven

of

Door verder te gaan accepteer je onze Gebruiksvoorwaarden, ons Privacybeleid en dat je gegevens worden opgeslagen in de VS.

Geliefd bij leerlingen van duizenden bedrijven

Group

Een team trainen?

Probeer voor bedrijven

Cursusbeschrijving

Tidymodels is een krachtige verzameling R-pakketten die Machine Learning-workflows vereenvoudigt. Leer gegevenssets te splitsen voor cross-validatie, data voor te bewerken met het recipes-pakket van tidymodels en Machine Learning-algoritmen te finetunen. Je leert kernconcepten zoals het definiëren van modelobjecten en het opzetten van modelworkflows. Daarna pas je je vaardigheden toe om huizenprijzen te voorspellen en medewerkers te classificeren op hun risico om een bedrijf te verlaten.

Vereisten

Modeling with Data in the Tidyverse
1

Machine Learning met tidymodels

In dit hoofdstuk verken je het rijke ecosysteem van R-pakketten achter tidymodels en leer je hoe ze je Machine Learning-workflows kunnen versnellen. Daarna zet je je tidymodels-vaardigheden in om verkoopprijzen van huizen in Seattle, Washington te voorspellen.
Hoofdstuk beginnen
2

Classificatiemodellen

Leer hoe je categorische uitkomsten voorspelt door classificatiemodellen te trainen. Met de vaardigheden die je tot nu toe hebt opgedaan voorspel je de kans dat klanten hun dienst bij een telecombedrijf opzeggen.
Hoofdstuk beginnen
3

Feature engineering

Ontdek hoe je feature-engineeringpijplijnen bouwt met het recipes-pakket. Je bereidt numerieke en categorische data voor zodat Machine Learning-algoritmen je voorspellingen kunnen optimaliseren.
Hoofdstuk beginnen
4

Workflows en hyperparametertuning

Nu is het tijd om het modelleerproces te stroomlijnen met workflows en modellen te finetunen met cross-validatie en hyperparametertuning. Je leert een decision tree-classificatiemodel af te stemmen om te voorspellen of klanten van een bank waarschijnlijk in gebreke blijven op hun lening.
Hoofdstuk beginnen
Modelleren met tidymodels in R
Cursus
voltooid

Verdien een prestatieverklaring

Voeg deze referentie toe aan je LinkedIn-profiel, cv of curriculum vitae
Deel het op sociale media en in je functioneringsgesprekSchrijf je nu in

Sluit je aan bij meer dan 19 miljoen leerlingen en start vandaag nog met Modelleren met tidymodels in R!

Maak je kosteloos account aan

Ga verder met GoogleMeer opties weergeven

of

Door verder te gaan accepteer je onze Gebruiksvoorwaarden, ons Privacybeleid en dat je gegevens worden opgeslagen in de VS.

Ontwikkel je datavaardigheden met DataCamp voor Mobiel

Maak vooruitgang onderweg met onze mobiele cursussen en dagelijkse 5-minuten programmeeruitdagingen.

Download on the App StoreGet it on Google Play