ข้ามไปยังเนื้อหาหลัก

คอร์ส

การสร้างโมเดลด้วยข้อมูลใน Tidyverse

ขั้นกลาง4 ชม.

เรียนรู้ประเภทต่าง ๆ ใน data modeling รวมถึงการทำนาย พร้อมฝึก linear regression และการประเมินโมเดลใน Tidyverse

R4 ชม.17 วิดีโอ49 แบบฝึกหัด3,900 XP27,501หนังสือรับรองความสำเร็จ

สร้างบัญชีฟรีของคุณ

ดำเนินการต่อด้วย Google
หรือ
เมื่อดำเนินการต่อ ถือว่าคุณยอมรับ ข้อกำหนดการใช้งานและ นโยบายความเป็นส่วนตัว และยอมรับว่าข้อมูลของคุณจะถูกจัดเก็บในสหรัฐอเมริกา

ได้รับความไว้วางใจจากผู้เรียนในบริษัทหลายพันแห่ง

กำลังฝึกอบรมทีมอยู่ใช่ไหม?

ทดลองใช้สำหรับองค์กร

รายละเอียดคอร์ส

ในคอร์สนี้ คุณจะได้เรียนรู้การสร้างโมเดลจากข้อมูล โมเดลทำหน้าที่จับความสัมพันธ์ระหว่างตัวแปรผลลัพธ์ที่สนใจกับตัวแปรอธิบาย/ตัวแปรพยากรณ์ชุดหนึ่ง โมเดลเหล่านี้นำไปใช้ได้ทั้งในเชิงอธิบาย เช่น "อายุของอาจารย์ช่วยอธิบายคะแนนประเมินการสอนได้หรือไม่?" และในเชิงพยากรณ์ เช่น "เราสามารถทำนายราคาบ้านจากขนาดและสภาพของบ้านได้แม่นยำเพียงใด?" คุณจะนำทักษะ tidyverse มาใช้สร้างและตีความโมเดลเหล่านี้ คอร์สนี้เน้นการใช้การถดถอยเชิงเส้น ซึ่งเป็นวิธีการสร้างโมเดลที่ใช้กันอย่างแพร่หลายและเข้าใจง่ายที่สุด แนวทางนี้ถูกนำไปประยุกต์ในหลากหลายสาขา ทั้งสถิติ การอนุมานเชิงสาเหตุ machine learning และปัญญาประดิษฐ์

ข้อกำหนดเบื้องต้น

หลักสูตร

โครงร่างคอร์ส

1

บทนำสู่การสร้างโมเดล

บทนี้จะแนะนำทฤษฎีพื้นฐานและคำศัพท์สำคัญสำหรับการสร้างโมเดล ได้แก่ กรอบการสร้างโมเดลโดยทั่วไป ความแตกต่างระหว่างการสร้างโมเดลเพื่ออธิบายและเพื่อพยากรณ์ รวมถึงปัญหาที่เกิดขึ้นในกระบวนการสร้างโมเดล นอกจากนี้ คุณจะเริ่มต้นทำการวิเคราะห์ข้อมูลเชิงสำรวจ ซึ่งเป็นขั้นตอนสำคัญที่ต้องทำก่อนการสร้างโมเดลจริงเสมอ
เริ่มบท
2

การสร้างโมเดลด้วยการถดถอยพื้นฐาน

เมื่อเข้าใจกรอบการสร้างโมเดลโดยทั่วไปแล้ว บทนี้จะครอบคลุมการถดถอยเชิงเส้นพื้นฐาน โดยจะเริ่มจากสิ่งที่เรียบง่าย คือการสร้างโมเดลตัวแปรผลลัพธ์ y ในฐานะฟังก์ชันของตัวแปรอธิบาย/ตัวแปรพยากรณ์เพียงตัวเดียว x ซึ่งอาจเป็นได้ทั้งตัวแปรเชิงตัวเลขและตัวแปรเชิงกลุ่ม ตัวแปรผลลัพธ์ที่ใช้ในบทนี้คือคะแนนประเมินการสอนของอาจารย์มหาวิทยาลัย Texas เมือง Austin
เริ่มบท
3

การสร้างโมเดลด้วยการถดถอยพหุคูณ

ในบทที่แล้ว คุณได้เรียนรู้การถดถอยพื้นฐานโดยใช้ตัวพยากรณ์เชิงตัวเลขหรือเชิงกลุ่มเพียงตัวเดียว แต่ทำไมต้องจำกัดตัวเองไว้แค่ตัวแปรเดียว? บทนี้จะขยายการถดถอยพื้นฐานไปสู่การถดถอยพหุคูณ ซึ่งช่วยให้นำตัวแปรอธิบายหรือตัวแปรพยากรณ์มากกว่าหนึ่งตัวเข้ามาใช้ในโมเดลได้ โดยจะสร้างโมเดลราคาบ้านจากชุดข้อมูลบ้านในเขตมหานคร Seattle รัฐ WA
เริ่มบท
4

การประเมินและเลือกโมเดล

ในบทที่ผ่านมา คุณได้ fit โมเดลหลากหลายรูปแบบเพื่ออธิบายหรือพยากรณ์ตัวแปรผลลัพธ์ที่สนใจ แต่เราจะรู้ได้อย่างไรว่าควรเลือกโมเดลใด? ตัววัดการประเมินโมเดลช่วยให้ประเมินได้ว่าโมเดลเชิงอธิบาย "fit" ข้อมูลได้ดีเพียงใด หรือโมเดลเชิงพยากรณ์มีความแม่นยำมากน้อยแค่ไหน จากตัววัดเหล่านี้ คุณจะได้เรียนรู้เกณฑ์สำหรับตัดสินว่าโมเดลใดคือ "ตัวเลือกที่ดีที่สุด"
เริ่มบท
R

การสร้างโมเดลด้วยข้อมูลใน Tidyverse

เรียนคอร์สจบแล้ว

รับใบรับรองความสำเร็จ

ลงทะเบียนเลย

พัฒนาทักษะด้านข้อมูลของคุณด้วย DataCamp for Mobile

เรียนรู้ได้ทุกที่ด้วยคอร์สบนมือถือและโจทย์เขียนโค้ด 5 นาทีประจำวัน