Machine Learning ใน Tidyverse

ยินดีต้อนรับสู่ tidyverse! ในหลักสูตรนี้ คุณจะได้เดินหน้าต่อบนเส้นทางการเรียนรู้ tidyverse และนำความรู้ของคุณไปประยุกต์ใช้กับแนวคิดด้าน machine learning

คอร์สนี้เหมาะอย่างยิ่งหากคุณกำลังมองหาวิธีผสานเครื่องมือ Tidyverse ของ R เข้ากับเวิร์กโฟลว์แมชชีนเลิร์นนิงของคุณ

การประเมินโมเดลแมชชีนเลิร์นนิง

ตลอดทั้งหลักสูตรนี้ คุณจะมุ่งเน้นการใช้เครื่องมือ tidyverse ใน R เพื่อสร้าง สำรวจ และประเมินโมเดลแมชชีนเลิร์นนิงได้อย่างมีประสิทธิภาพ

คอร์สนี้เริ่มต้นด้วยการแนะนำ List Column Workflow (LCW) ซึ่งเป็นวิธีสำหรับจัดการโมเดลหลายตัวภายใน dataframe เดียว นอกจากนี้ยังครอบคลุมการใช้แพ็กเกจ broom เพื่อจัดระเบียบและสำรวจผลลัพธ์ของโมเดล ทำให้ผลลัพธ์ที่ซับซ้อนเข้าใจได้ง่ายขึ้น

การใช้ tidyr และ purrr

ฝึกทำแบบฝึกหัดเชิงปฏิบัติ รวมถึงการสร้างและประเมินแบบจำลองการถดถอยควบคู่ไปกับแบบจำลองการจำแนกประเภท สำรวจเทคนิคการปรับแต่งไฮเปอร์พารามิเตอร์เพื่อเพิ่มประสิทธิภาพของโมเดล

คุณจะได้ใช้แพ็กเกจอย่าง tidyr และ purrr เพื่อจัดการการแปลงข้อมูลที่ซับซ้อนและการประเมินโมเดล ช่วยให้คุณมีแนวทางที่เป็นระเบียบและเป็นระบบสำหรับแมชชีนเลิร์นนิง

นำไปใช้ได้จริงในโลกการทำงาน

สำรวจตัวอย่างจากโลกจริงผ่านกรณีศึกษาหลายกรณี เช่น การใช้ชุดข้อมูล gapminder เพื่อทำนายอายุขัยด้วยโมเดลเชิงเส้น

เมื่อจบหลักสูตรนี้ คุณจะมีพื้นฐานที่แข็งแกร่งในการประยุกต์ใช้หลักการของ Tidyverse กับแมชชีนเลิร์นนิง ช่วยให้คุณสามารถสร้าง ปรับแต่ง และประเมินโมเดลได้อย่างมีประสิทธิภาพในรูปแบบที่เป็นระเบียบและทำซ้ำได้อย่างน่าเชื่อถือ