Uczenie maszynowe w tidyverse

Witamy w tidyverse! W tym kursie będziesz kontynuować swoją drogę do poznania tidyverse i zastosujesz swoją wiedzę do koncepcji uczenia maszynowego.

Ten kurs jest idealny, jeśli chcesz zintegrować narzędzia Tidyverse w R ze swoimi procesami uczenia maszynowego.

Ocena modeli uczenia maszynowego

W trakcie tego kursu skupisz się na wykorzystaniu narzędzi tidyverse w R, aby sprawnie budować, eksplorować i oceniać modele uczenia maszynowego.

Kurs rozpoczyna się od wprowadzenia List Column Workflow (LCW), metody zarządzania wieloma modelami w ramach jednego dataframe. Obejmuje również korzystanie z pakietu broom do porządkowania i eksplorowania wyników modeli, dzięki czemu złożone rezultaty stają się bardziej zrozumiałe.

Wykorzystanie tidyr i purrr

Pracuj nad praktycznymi ćwiczeniami, w tym tworzeniem i oceną modeli regresji oraz klasyfikacji. Poznaj techniki dostrajania hiperparametrów, aby zoptymalizować wydajność modelu.

Będziesz korzystać z pakietów takich jak tidyr i purrr, aby obsługiwać złożone przekształcenia danych i oceny modeli, zapewniając uporządkowane i systematyczne podejście do uczenia maszynowego.

Zdobądź praktyczne zastosowanie w realnym świecie

Poznaj rzeczywiste przykłady dzięki wielu studiom przypadku, takim jak wykorzystanie zbioru danych gapminder do przewidywania oczekiwanej długości życia za pomocą modeli liniowych.

Pod koniec kursu zdobędziesz solidne podstawy stosowania zasad Tidyverse w uczeniu maszynowym, co pozwoli Ci budować, dostrajać i oceniać modele w wydajny, uporządkowany i powtarzalny sposób.