Efter att ha gått de här kurserna känner jag mig trygg med att skapa professionella visualiseringar och dashboards
Shoebur RahmanInköpsspecialist, Giz Bangladesh
Kursbeskrivning
Den här introduktionskursen på nybörjarnivå inom maskininlärning täcker fyra av de vanligaste klassificeringsalgoritmerna. Du får en grundläggande förståelse för hur varje algoritm hanterar en inlärningsuppgift, och lär dig de R-funktioner som behövs för att tillämpa verktygen i ditt eget arbete.
Förkunskapskrav
Kursplan
Kursöversikt
1
k-Nearest Neighbors (kNN)
Eftersom kNN-algoritmen bokstavligen lär sig från exempel är den ett naturligt startpunkt för att förstå övervakat maskininlärning. Det här kapitlet introducerar klassificering och visar hur kNN tillämpas på vägmärkesigenkänning för självkörande fordon.
- Klassificering med närmaste grannar50 XP
- Känna igen en vägskylt med kNN100 XP
- Tänka som kNN50 XP
- Utforska datamängden med trafikskyltar100 XP
- Klassificera en samling vägskyltar100 XP
- Vad betyder 'k' i kNN?50 XP
- Förstå effekten av k50 XP
- Testa andra värden på 'k'100 XP
- Så röstade grannarna100 XP
- Dataförberedelse för kNN50 XP
- Varför normalisera data?50 XP
2
Naive Bayes
Naive Bayes bygger på statistiska principer för att göra förutsägelser. Det här kapitlet introducerar grunderna i bayesianska metoder och visar hur dessa tekniker kan tillämpas på destinationsförslag liknande dem i iPhone.
3
Logistisk regression
Logistisk regression innebär att en kurva anpassas till numeriska data för att förutsäga binära utfall. Det är en av de mest använda maskininlärningsmetoderna, och det här kapitlet ger en överblick av tekniken och illustrerar hur den tillämpas på insamlingsdata.
4
Klassificeringsträd
Klassificeringsträd använder flödesschemaliknande strukturer för att fatta beslut. Eftersom dessa trädstrukturer är lätta att förstå är de särskilt användbara i situationer där transparens krävs, till exempel vid kreditbeslut. Vi använder Lending Club-datamängden för att simulera ett sådant scenario.
R
Övervakat lärande i R: Klassificering
Kurs
slutförd
