Ga naar hoofdinhoud
HomeR

Cursus

Supervised Learning in R: Classificatie

GemiddeldVaardigheidsniveau
Bijgewerkt 04-2026
In deze cursus leer je de basis van machine learning voor classificatie.
Start Cursus Kosteloos
RMachine Learning
4 u
14 videos
55 Opdrachten
3,950 XP
100K+
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

Deze inleiding tot machine learning voor beginners behandelt vier van de meest gebruikte classificatie-algoritmen. Je krijgt een basisbegrip van hoe elk algoritme een leertaak aanpakt en leert welke R-functies je nodig hebt om deze tools op je eigen werk toe te passen.

Vereisten

Intermediate R
1

k-Nearest Neighbors (kNN)

Omdat het kNN-algoritme letterlijk "leren van voorbeelden" is, is het een uitstekend startpunt om supervised machine learning te begrijpen. In dit hoofdstuk maak je kennis met classificatie terwijl je kNN toepast op het herkennen van verkeersborden door zelfrijdende auto's.
Hoofdstuk beginnen
2

Naive Bayes

Naive Bayes gebruikt principes uit de statistiek om voorspellingen te doen. In dit hoofdstuk leer je de basis van Bayesiaanse methoden en ontdek je hoe je deze technieken toepast op iPhone-achtige bestemmingssuggesties.
Hoofdstuk beginnen
3

Logistische regressie

Logistische regressie houdt in dat je een kromme past op numerieke data om voorspellingen te doen over binaire gebeurtenissen. Dit is waarschijnlijk een van de meest gebruikte machine-learningmethoden. In dit hoofdstuk krijg je een overzicht van de techniek en zie je hoe je deze toepast op fondsenwervingsdata.
Hoofdstuk beginnen
4

Classificatietrees

Classificatietrees gebruiken stroomdiagramachtige structuren om beslissingen te nemen. Omdat mensen deze boomstructuren makkelijk begrijpen, zijn classificatietrees handig wanneer transparantie nodig is, zoals bij kredietaanvragen. We gebruiken de Lending Club-gegevensset om dit scenario te simuleren.
Hoofdstuk beginnen
Supervised Learning in R: Classificatie
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 Supervised Learning in R: Classificatie!

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