After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Descrierea cursului
Modelele de machine learning bazate pe arbori pot dezvălui relații complexe și neliniare în date și domină adesea competițiile de machine learning. În acest curs, vei folosi pachetul tidymodels pentru a explora și construi diferite modele bazate pe arbori — de la arbori de decizie simpli până la păduri aleatoare complexe. Vei învăța, de asemenea, să folosești arbori cu boosting, o tehnică puternică de machine learning care utilizează învățarea de tip ansamblu pentru a construi modele predictive performante. Pe parcurs, vei lucra cu date medicale și de risc de credit pentru a prezice incidența diabetului și rata de abandonare a clienților.
Cerințe prealabile
Curriculum
Structura cursului
1
Arbori de clasificare
Ești pregătit să construiești un pipeline real de machine learning? Parcurge exerciții pas cu pas pentru a învăța cum să creezi arbori de decizie, să împarți datele și să prezici care pacienți sunt cei mai predispuși la diabet. La final, vei construi măsuri de performanță pentru a evalua modelele și a aprecia calitatea predicțiilor tale.
- Bun venit la curs!50 XP
- De ce metode bazate pe arbori?100 XP
- Specifică arborele100 XP
- Antrenează modelul100 XP
- Cum să îți construiești arborele50 XP
- Împărțirea în set de antrenament/set de testare100 XP
- Evitarea dezechilibrelor de clasă100 XP
- De la zero la erou100 XP
- Predicție și evaluare50 XP
- Realizează predicții100 XP
- Descifrează matricea100 XP
- Faci predicții corecte?100 XP
2
Arbori de regresie și validare încrucișată
Pregătit pentru ceva dulce? Folosește un set de date cu evaluări de ciocolată pentru a construi arbori de regresie și a le evalua performanța cu măsuri de eroare adecvate. Vei depăși incertitudinile statistice ale împărțirilor unice antrenament/testare aplicând tehnici precum validarea încrucișată, apoi vei aprofunda și mai mult conceptul de compromis dintre bias și varianță.
3
Hiperparametri și modele ansamblu
E momentul să te concentrezi serios pe ajustarea hiperparametrilor și pe interpretarea curbelor ROC (receiver operating characteristic). În acest capitol, vei valorifica puterea colectivă a modelelor ansamblu, precum bagging sau pădurile aleatoare, și vei construi ansambluri care prevăd care clienți cu card de credit sunt cei mai predispuși să renunțe la servicii.
4
Arbori cu boosting
Pregătit pentru cele mai avansate modele bazate pe arbori? Aplică gradient boosting pentru a crea ansambluri puternice care depășesc tot ceea ce ai văzut sau construit până acum. Vei învăța cum să le ajustezi și cum să compari diferite modele pentru a alege cel mai bun pentru producție.
R
Machine Learning cu modele bazate pe arbori în R
Curs
finalizat
