คอร์ส
Supervised Learning in R: Classification
ระดับกลางระดับทักษะ
อัปเดตแล้ว 04/2569
RMachine Learning4 ชม.14 วิดีโอ55 แบบฝึกหัด3,950 XP100K+ใบรับรองความสำเร็จ
สร้างบัญชีฟรีของคุณ
ดำเนินการต่อด้วย Googleแสดงตัวเลือกเพิ่มเติมหรือ
การดำเนินการต่อหมายความว่าคุณยอมรับข้อกำหนดการใช้งาน และนโยบายความเป็นส่วนตัวของเรา รวมถึงการจัดเก็บข้อมูลของคุณในสหรัฐอเมริกา
เป็นที่รักของผู้เรียนในบริษัทหลายพันแห่ง
กำลังฝึกอบรมทีม?
ลองใช้สำหรับธุรกิจคำอธิบายคอร์ส
ข้อกำหนดเบื้องต้น
Intermediate R1
k-Nearest Neighbors (kNN)
อัลกอริทึม kNN เรียนรู้จากตัวอย่างโดยตรง จึงเป็นจุดเริ่มต้นที่ดีสำหรับทำความเข้าใจ supervised machine learning บทนี้จะแนะนำการจำแนกประเภทผ่านการนำ kNN ไปใช้กับการรู้จำป้ายจราจรสำหรับยานยนต์ขับเคลื่อนอัตโนมัติ
2
Naive Bayes
Naive Bayes ใช้หลักการทางสถิติในการทำนายผล บทนี้จะแนะนำพื้นฐานของวิธีการแบบ Bayesian พร้อมสำรวจการนำเทคนิคเหล่านี้ไปใช้กับระบบแนะนำสถานที่ปลายทางในสไตล์ iPhone
3
Logistic Regression
Logistic Regression ปรับเส้นโค้งให้เข้ากับข้อมูลตัวเลขเพื่อทำนายเหตุการณ์แบบไบนารี ถือเป็นหนึ่งในวิธี machine learning ที่ได้รับความนิยมสูงสุด บทนี้จะให้ภาพรวมของเทคนิคดังกล่าวพร้อมตัวอย่างการนำไปใช้กับข้อมูลการระดมทุน
4
Classification Trees
Classification Trees ใช้โครงสร้างคล้ายผังงานในการตัดสินใจ เนื่องจากโครงสร้างแบบต้นไม้นี้เข้าใจได้ง่าย จึงเหมาะกับงานที่ต้องการความโปร่งใส เช่น การอนุมัติสินเชื่อ เราจะใช้ชุดข้อมูล Lending Club เพื่อจำลองสถานการณ์นี้
Supervised Learning in R: Classification
คอร์สเสร็จสมบูรณ์ รับใบรับรองความสำเร็จ
เพิ่มใบรับรองนี้ไปยังโปรไฟล์ LinkedIn เรซูเม่ หรือ CV ของคุณแชร์บน social media และในการรีวิวผลการปฏิบัติงานของคุณลงทะเบียนทันที
ร่วมกับผู้เรียนกว่า 19 ล้านคนและเริ่มต้น Supervised Learning in R: Classification วันนี้!
สร้างบัญชีฟรีของคุณ
ดำเนินการต่อด้วย Googleแสดงตัวเลือกเพิ่มเติมหรือ
การดำเนินการต่อหมายความว่าคุณยอมรับข้อกำหนดการใช้งาน และนโยบายความเป็นส่วนตัวของเรา รวมถึงการจัดเก็บข้อมูลของคุณในสหรัฐอเมริกา
พัฒนาทักษะด้านข้อมูลของคุณด้วย DataCamp for Mobile
พัฒนาทักษะได้ทุกที่ทุกเวลาด้วยคอร์สเรียนบนมือถือและแบบฝึกหัดเขียนโค้ดประจำวัน 5 นาทีของเรา