După ce am parcurs aceste cursuri, mă simt încrezător să creez vizualizări și tablouri de bord profesionale
Shoebur RahmanSpecialist în achiziții, Giz Bangladesh
Descrierea cursului
Această introducere de nivel începător în învățarea automată acoperă patru dintre cei mai comuni algoritmi de clasificare. Vei dobândi o înțelegere de bază a modului în care fiecare algoritm abordează o sarcină de învățare și vei învăța funcțiile R necesare pentru a aplica aceste instrumente în propriile proiecte.
Cerințe prealabile
Programă
Planul cursului
1
k-Nearest Neighbors (kNN)
Algoritmul kNN „învață prin exemple", ceea ce îl face un punct de plecare ideal pentru înțelegerea învățării automate supervizate. Acest capitol introduce clasificarea și explorează aplicarea kNN în recunoașterea indicatoarelor rutiere pentru vehicule autonome.
- Clasificare cu cei mai apropiați vecini50 XP
- Recunoașterea unui indicator rutier cu kNN100 XP
- Gândind ca kNN50 XP
- Explorarea setului de date cu indicatoare rutiere100 XP
- Clasificarea unei colecții de indicatoare rutiere100 XP
- Ce înseamnă „k" în kNN?50 XP
- Înțelegerea impactului lui 'k'50 XP
- Testarea altor valori ale lui 'k'100 XP
- Cum au votat vecinii100 XP
- Pregătirea datelor pentru kNN50 XP
- De ce se normalizează datele?50 XP
2
Naive Bayes
Naive Bayes folosește principii din domeniul statisticii pentru a face predicții. Acest capitol prezintă bazele metodelor bayesiene și explorează cum pot fi aplicate aceste tehnici pentru sugestii de destinații, similar cu cele de pe iPhone.
3
Regresie logistică
Regresia logistică presupune ajustarea unei curbe la date numerice pentru a face predicții despre evenimente binare. Considerată una dintre cele mai utilizate metode de învățare automată, această lecție oferă o prezentare generală a tehnicii și arată cum se aplică ea pe date de colectare de fonduri.
4
Arbori de clasificare
Arborii de clasificare folosesc structuri tip diagramă de flux pentru a lua decizii. Deoarece oamenii pot înțelege cu ușurință aceste structuri arborescente, sunt utili în situații în care transparența este esențială, cum ar fi aprobarea creditelor. Vom folosi setul de date Lending Club pentru a simula acest scenariu.
R
Supervised Learning în R: Clasificare
Curs
finalizat
