After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Descrierea cursului
Lucrezi vreodată cu seturi de date cu un număr copleșitor de caracteristici? Ai nevoie de toate acele funcții? Care sunt cele mai importante? În acest curs, vei învăța tehnici de reducere a dimensionalității care te vor ajuta să simplifici datele și modelele pe care le construiești cu datele tale, păstrând în același timp informațiile din datele originale și o performanță predictivă bună.
Trăim în era informației—o epocă a supraîncărcării cu informații. Arta de a extrage informații esențiale din date este o abilitate căutată pe piață. Modelele se antrenează mai rapid pe date reduse. În producție, modelele mai mici înseamnă timp de răspuns mai rapid. Poate cel mai important, datele și modelele mai mici sunt adesea mai ușor de înțeles. Reducerea dimensionalității este briciul lui Occam în știința datelor.
Diferența dintre selecția caracteristicilor și extragerea caracteristicilor! Folosind R, vei învăța cum să identifici și să elimini caracteristicile cu informații reduse sau redundante, păstrând caracteristicile cu cea mai multă informație. Asta este selecția caracteristicilor. Vei învăța, de asemenea, cum să extragi combinații de caracteristici sub formă de componente condensate care conțin informații maxime. Asta înseamnă extragerea caracteristicilor!
Dar, cel mai important, folosind noul pachet tidymodel din R, vei folosi date din lumea reală pentru a construi modele cu mai puține caracteristici, fără a sacrifica semnificativ performanța.
De ce să înveți reducerea dimensionalității?
Trăim în era informației—o epocă a supraîncărcării cu informații. Arta de a extrage informații esențiale din date este o abilitate căutată pe piață. Modelele se antrenează mai rapid pe date reduse. În producție, modelele mai mici înseamnă timp de răspuns mai rapid. Poate cel mai important, datele și modelele mai mici sunt adesea mai ușor de înțeles. Reducerea dimensionalității este briciul lui Occam în știința datelor.
Ce vei învăța în acest curs?
Diferența dintre selecția caracteristicilor și extragerea caracteristicilor! Folosind R, vei învăța cum să identifici și să elimini caracteristicile cu informații reduse sau redundante, păstrând caracteristicile cu cea mai multă informație. Asta este selecția caracteristicilor. Vei învăța, de asemenea, cum să extragi combinații de caracteristici sub formă de componente condensate care conțin informații maxime. Asta înseamnă extragerea caracteristicilor!
Dar, cel mai important, folosind noul pachet tidymodel din R, vei folosi date din lumea reală pentru a construi modele cu mai puține caracteristici, fără a sacrifica semnificativ performanța.
Cerințe prealabile
Curriculum
Structura cursului
1
Bazele reducerii dimensionalității
Pregătește-te să simplifici seturi mari de date! Vei învăța despre informație, cum să evaluezi importanța atributelor și vei exersa identificarea atributelor cu informație redusă. La finalul capitolului, vei înțelege diferența dintre selecția atributelor și extracția atributelor – cele două abordări ale reducerii dimensionalității.
- Introducere în reducerea dimensionalității50 XP
- Dimensionalitate și informații despre caracteristici100 XP
- Caracteristici cu informații mutuale100 XP
- Informație și importanța caracteristicilor50 XP
- Calcularea entropiei nodului rădăcină100 XP
- Calcularea entropiilor nodurilor copil100 XP
- Calcularea câștigului informațional al culorii100 XP
- Importanța reducerii dimensionalității în construirea datelor și a modelelor50 XP
- Calculează combinațiile posibile100 XP
- Blestemul dimensionalității, supraadaptarea și părtinirea100 XP
2
Selecția atributelor după importanță
Învață să identifici atributele bogate în informație și pe cele sărace în informație folosind ratele valorilor lipsă, varianța și corelația. Apoi vei descoperi cum să construiești rețete tidymodels pentru a selecta atribute pe baza acestor indicatori de informație.
3
Selecția atributelor pentru performanța modelului
Capitolul trei prezintă diferența dintre abordările nesupervizate și cele supervizate de selecție a atributelor. Vei recapitula cum să folosești fluxurile de lucru tidymodels pentru a construi modele. Apoi vei efectua selecția supervizată a atributelor folosind regresia lasso și modele de tip random forest.
4
Extracția atributelor și performanța modelului
În acest capitol final, vei dobândi o înțelegere solidă a extracției atributelor, explorând modul în care componentele principale extrag și combină cele mai importante informații din diferite atribute. Vei învăța și vei aplica trei tipuri de extracție a atributelor: analiza componentelor principale (PCA), t-SNE și UMAP. Vei descoperi cum poți folosi aceste metode de extracție ca etapă de preprocesare în procesul de construire a modelelor cu tidymodels.
R
Reducerea dimensionalității în R
Curs
finalizat
