Last chance: 50% off unlimited learning
Sale ends in
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
Lesprogramma
Cursusoverzicht
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.
- Het tidymodels-ecosysteem50 XP
- Tidymodels-pakketten100 XP
- Trainings- en testgegevenssets maken100 XP
- Verdeling van waarden van de uitkomstvariabele100 XP
- Lineaire regressie met tidymodels50 XP
- Een lineair regressiemodel fitten100 XP
- Geschatte modelparameters verkennen50 XP
- Verkoopprijzen van huizen voorspellen100 XP
- Modelprestaties evalueren50 XP
- Modelprestaties meten100 XP
- R-squared-plot100 XP
- Volledig model-fitproces met last_fit()100 XP
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.
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.
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.
R
Modelleren met tidymodels in R
Cursus
voltooid
