Przejdź do głównej treści

Strona główna R

Kurs

Modele mieszane w R

ŚredniozaawansowanyPoziom umiejętności

Zaktualizowano 08.2024

Poznaj modele mieszanin: wygodne i formalne ramy statystyczne do probabilistycznego klastrowania i klasyfikacji.

Zacznij kurs za darmo

RProbability & Statistics

4 godz.

14 filmów

47 Ćwiczeń

3,600 XP

5,201

Zaświadczenie o ukończeniu

Uwielbiany przez kursantów z tysięcy firm

Szkolisz zespół?

Wypróbuj dla firm

Opis kursu

Modelowanie mieszane to sposób na reprezentowanie populacji, gdy interesuje nas ich heterogeniczność. Modele mieszane wykorzystują znane rozkłady prawdopodobieństwa (np. Gaussa, Poissona, dwumianowy), tworząc wygodne i formalnie uzasadnione ramy statystyczne do grupowania i klasyfikacji. W odróżnieniu od standardowych metod grupowania, możemy szacować prawdopodobieństwo przynależności do danej grupy i wnioskować o podpopulacjach. Na przykład w kontekście marketingu możesz chcieć pogrupować różnych klientów i wyznaczyć ich prawdopodobieństwo zakupu określonych produktów, aby skuteczniej docierać do nich z dopasowanymi ofertami. Stosując przetwarzanie języka naturalnego do dużego zbioru dokumentów, możesz grupować je według tematyki i sprawdzać, jak istotny jest każdy temat w poszczególnych dokumentach. W tym kursie dowiesz się, czym są modele mieszane, jak się je estymuje i kiedy warto je stosować!

Wymagania wstępne

Intermediate R Introduction to the Tidyverse Foundations of Probability in R

1

Introduction to Mixture Models

In this chapter, you will be introduced to fundamental concepts in model-based clustering and how this approach differs from other clustering techniques. You will learn the generating process of Gaussian Mixture Models as well as how to visualize the clusters.

Introduction to model-based clustering

Clustering approaches

Explore gender data

Gaussian distribution

Sampling a Gaussian distribution

(not so good) Estimations of the mean and sd

Gaussian mixture models (GMM)

Simulate a mixture of two Gaussian distributions

Plot histogram of Gaussian Mixture

Mixture of three Gaussian distributions

Zacznij rozdział

2

Structure of Mixture Models and Parameters Estimation

In this chapter, you will be introduced to the main structure of Mixture Models, how to address different data with this approach and how to estimate the parameters involved. To accomplish the estimation, you will learn an iterative method called Expectation-Maximization algorithm.

Structure of mixture models

Which probability distribution?

Handwritten digits dataset

Parameters estimation

Estimation given the probabilities

Calculating the probabilities

EM algorithm

Expectation function

Maximization function

Apply the two steps

Plot the estimated clusters

Zacznij rozdział

3

Mixture of Gaussians with `flexmix`

This chapter shows how to fit Gaussian Mixture Models in 1 and 2 dimensions with flexmix package. The data used is formed by 10.000 observations of people with their weight, height, body mass index and informed gender.

Univariate Gaussian Mixture Models

Number of clusters

Number of parameters

Univariate Gaussian Mixture Models with flexmix

Univariate case with flexmix

Extracting Parameters for Univariate Case

Visualizing Univariate Gaussian Mixture Model

Compare the results

Bivariate Gaussian Mixture Models

Cross-term from covariance matrix

Parameters in the bivariate case

Bivariate Gaussian Mixture Models with flexmix

Fit the model with cross-terms

Get the components

Create the ellipses

Visualize the clusters

Zacznij rozdział

4

Mixture Models Beyond Gaussians

In this module, you will learn how Mixture Models extends to consider probability distributions different from the Gaussian and how these models are fitted with flexmix. The datasets used are handwritten digits images and the number of crimes in Chicago city. For the first dataset you will find clusters that summarize the handwritten digits and for the second dataset, you will find clusters of communities where is more or less dangerous to live in.

Bernoulli Mixture Models

Binary images

How many values?

Bernoulli Mixture Models with flexmix

Handwritten digits with `flexmix`

Poisson Mixture Models

Discover the lambda

Sample from Poisson distribution

Poisson Mixture Models with flexmix

Crimes data with `flexmix`

Zacznij rozdział

Modele mieszane w R

Kurs
ukończony

Zdobądź zaświadczenie o ukończeniu

Dodaj to poświadczenie do swojego profilu LinkedIn, CV lub życiorysu
Udostępnij to w mediach społecznościowych i podczas oceny wyników pracyZapisz się teraz

Dołącz do ponad 19 milionów kursantów i zacznij Modele mieszane w R już dziś!

Rozwijaj swoje umiejętności w zakresie danych dzięki DataCamp dla urządzeń mobilnych

Rób postępy w podróży dzięki naszym kursom mobilnym i codziennym 5-minutowym wyzwaniom kodowania.