คอร์ส
Machine Learning ใน Tidyverse
ระดับกลางระดับทักษะ
อัปเดตแล้ว 12/2565
RMachine Learning5 ชม.15 วิดีโอ52 แบบฝึกหัด4,300 XP16,380ใบรับรองความสำเร็จ
สร้างบัญชีฟรีของคุณ
ดำเนินการต่อด้วย Googleแสดงตัวเลือกเพิ่มเติมหรือ
การดำเนินการต่อหมายความว่าคุณยอมรับข้อกำหนดการใช้งาน และนโยบายความเป็นส่วนตัวของเรา รวมถึงการจัดเก็บข้อมูลของคุณในสหรัฐอเมริกา
เป็นที่รักของผู้เรียนในบริษัทหลายพันแห่ง
กำลังฝึกอบรมทีม?
ลองใช้สำหรับธุรกิจคำอธิบายคอร์ส
คอร์สนี้เหมาะอย่างยิ่งหากคุณกำลังมองหาวิธีผสานเครื่องมือ Tidyverse ของ R เข้ากับเวิร์กโฟลว์แมชชีนเลิร์นนิงของคุณ
การประเมินโมเดลแมชชีนเลิร์นนิง
ตลอดทั้งหลักสูตรนี้ คุณจะมุ่งเน้นการใช้เครื่องมือ tidyverse ใน R เพื่อสร้าง สำรวจ และประเมินโมเดลแมชชีนเลิร์นนิงได้อย่างมีประสิทธิภาพคอร์สนี้เริ่มต้นด้วยการแนะนำ List Column Workflow (LCW) ซึ่งเป็นวิธีสำหรับจัดการโมเดลหลายตัวภายใน dataframe เดียว นอกจากนี้ยังครอบคลุมการใช้แพ็กเกจ broom เพื่อจัดระเบียบและสำรวจผลลัพธ์ของโมเดล ทำให้ผลลัพธ์ที่ซับซ้อนเข้าใจได้ง่ายขึ้น
การใช้ tidyr และ purrr
ฝึกทำแบบฝึกหัดเชิงปฏิบัติ รวมถึงการสร้างและประเมินแบบจำลองการถดถอยควบคู่ไปกับแบบจำลองการจำแนกประเภท สำรวจเทคนิคการปรับแต่งไฮเปอร์พารามิเตอร์เพื่อเพิ่มประสิทธิภาพของโมเดลคุณจะได้ใช้แพ็กเกจอย่าง tidyr และ purrr เพื่อจัดการการแปลงข้อมูลที่ซับซ้อนและการประเมินโมเดล ช่วยให้คุณมีแนวทางที่เป็นระเบียบและเป็นระบบสำหรับแมชชีนเลิร์นนิง
นำไปใช้ได้จริงในโลกการทำงาน
สำรวจตัวอย่างจากโลกจริงผ่านกรณีศึกษาหลายกรณี เช่น การใช้ชุดข้อมูล gapminder เพื่อทำนายอายุขัยด้วยโมเดลเชิงเส้นเมื่อจบหลักสูตรนี้ คุณจะมีพื้นฐานที่แข็งแกร่งในการประยุกต์ใช้หลักการของ Tidyverse กับแมชชีนเลิร์นนิง ช่วยให้คุณสามารถสร้าง ปรับแต่ง และประเมินโมเดลได้อย่างมีประสิทธิภาพในรูปแบบที่เป็นระเบียบและทำซ้ำได้อย่างน่าเชื่อถือ
ข้อกำหนดเบื้องต้น
Modeling with Data in the Tidyverse1
รากฐานของ Machine Learning แบบ "tidy"
บทนี้จะแนะนำแกนหลักของ machine learning ใน tidyverse ซึ่งก็คือ List Column Workflow (LCW) LCW จะช่วยให้คุณทำงานกับโมเดลหลายรายการพร้อมกันในดาต้าเฟรมเดียวได้
นอกจากนี้ยังได้เรียนรู้พื้นฐานของแพ็กเกจ broom สำหรับการสำรวจโมเดลด้วย
นอกจากนี้ยังได้เรียนรู้พื้นฐานของแพ็กเกจ broom สำหรับการสำรวจโมเดลด้วย
2
โมเดลหลายรายการด้วย broom
บทนี้ใช้ List Column Workflow ในการสร้างและสำรวจคุณสมบัติของโมเดลทั้ง 77 รายการ โดยใช้เครื่องมือจากแพ็กเกจ broom เพื่อทำความเข้าใจโมเดลทั้งหมดในหลายมิติ
3
สร้าง ปรับแต่ง และประเมินโมเดล Regression
ในบทนี้จะได้เรียนรู้การใช้ List Column Workflow เพื่อสร้าง ปรับแต่ง และประเมินโมเดล regression โดยจะได้ทำงานกับโมเดล 2 ประเภท ได้แก่ linear model และ random forest model
4
สร้าง ปรับแต่ง และประเมินโมเดล Classification
ในบทนี้จะเปลี่ยนมาสร้าง ปรับแต่ง และประเมินโมเดล classification
Machine Learning ใน Tidyverse
คอร์สเสร็จสมบูรณ์ รับใบรับรองความสำเร็จ
เพิ่มใบรับรองนี้ไปยังโปรไฟล์ LinkedIn เรซูเม่ หรือ CV ของคุณแชร์บน social media และในการรีวิวผลการปฏิบัติงานของคุณลงทะเบียนทันที
ร่วมกับผู้เรียนกว่า 19 ล้านคนและเริ่มต้น Machine Learning ใน Tidyverse วันนี้!
สร้างบัญชีฟรีของคุณ
ดำเนินการต่อด้วย Googleแสดงตัวเลือกเพิ่มเติมหรือ
การดำเนินการต่อหมายความว่าคุณยอมรับข้อกำหนดการใช้งาน และนโยบายความเป็นส่วนตัวของเรา รวมถึงการจัดเก็บข้อมูลของคุณในสหรัฐอเมริกา
พัฒนาทักษะด้านข้อมูลของคุณด้วย DataCamp for Mobile
พัฒนาทักษะได้ทุกที่ทุกเวลาด้วยคอร์สเรียนบนมือถือและแบบฝึกหัดเขียนโค้ดประจำวัน 5 นาทีของเรา