Wetenschapper op het gebied van machine learning in R

Leer de basisprincipes van feature engineering voor machine learning-modellen en hoe je die kunt toepassen met het R tidymodels-framework.

Deze cursus geeft je een inleiding tot clustering en dimensiereductie in R vanuit het perspectief van machine learning.

Gebruik de pakketten tidyr en purrr in de tidyverse om machine learning-modellen te maken, te bekijken en te beoordelen.

Leer lineaire en logistische regressie doen met meerdere verklarende variabelen.

Develop a strong intuition for how hierarchical and k-means clustering work and learn how to apply them to extract insights from your data.

Deze cursus laat je kennismaken met de grote ideeën achter machine learning, zoals hoe je voorspellende modellen kunt maken en beoordelen.

Leer je machine learning-workflows te stroomlijnen met tidymodels.

Leer hoe je boomgebaseerde modellen en ensembles kunt gebruiken om classificatie- en regressievoorspellingen te doen met tidymodels.

Leer technieken voor dimensiereductie in R en word een expert in het selecteren en extraheren van kenmerken voor je eigen data en modellen.

Deze cursus laat je op een makkelijke, visuele manier kennismaken met de support vector machine (SVM).

Learn what Bayesian data analysis is, how it works, and why it is a useful tool to have in your data science toolbox.

Leer hoe je de hyperparameters van je model kunt afstemmen om de beste voorspellingsresultaten te krijgen.

Leer hoe je Bayesiaanse schattingsmethoden kunt gebruiken om betere conclusies te trekken over lineaire regressiemodellen.

Build a regression model for a DVD rental firm to predict rental duration. Evaluate models to recommend the best one.

Learn how to run big data analysis using Spark and the sparklyr package in R, and explore Spark MLIb in just 4 hours.