After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Kurs Açıklaması
Ağaç tabanlı Machine Learning modelleri, verideki karmaşık doğrusal olmayan ilişkileri ortaya çıkarabilir ve çoğu zaman Machine Learning yarışmalarında öne çıkar. Bu derste, tidymodels paketini kullanarak basit karar ağaçlarından karmaşık rastgele ormanlara kadar farklı ağaç tabanlı modelleri keşfedecek ve kuracaksın. Ayrıca, yüksek performanslı kestirim modelleri oluşturmak için topluluk öğrenmesini kullanan güçlü bir Machine Learning tekniği olan artırılmış ağaçları da öğreneceksin. Bu süreçte, diyabet görülme olasılığını ve müşteri kaybını tahmin etmek için sağlık ve kredi riski verileriyle çalışacaksın.
Ön Koşullar
Müfredat
Kurs içeriği
1
Sınıflandırma Ağaçları
Gerçek bir Machine Learning hattı kurmaya hazır mısın? Adım adım egzersizlerle karar ağaçları oluşturmayı, verini bölmeyi ve diyabet riski en yüksek hastaları tahmin etmeyi öğren. Son olarak, modellerini değerlendirmek ve tahminlerini yargılamak için performans ölçüleri oluşturacaksın.
- Kursa hoş geldin!50 XP
- Neden ağaç tabanlı yöntemler?100 XP
- Ağacı belirle100 XP
- Modeli eğit100 XP
- Ağacını nasıl büyütürsün50 XP
- Eğitim/test bölmesi100 XP
- Sınıf dengesizliklerinden kaçınma100 XP
- Sıfırdan zirveye100 XP
- Tahmin et ve değerlendir50 XP
- Tahmin yap100 XP
- Matrisi çöz100 XP
- Doğru mu tahmin ediyorsun?100 XP
2
Regresyon Ağaçları ve Çapraz Doğrulama
Biraz şekerlemeye hazır mısın? Bir çikolata derecelendirme veri kümesini kullanarak regresyon ağaçları kur ve uygun hata ölçüleriyle performanslarını değerlendir. Çapraz doğrulama gibi tatlı teknikleri uygulayarak tek bir eğitim/test bölmesinin istatistiksel belirsizliklerini aşacak ve ardından yanlılık-varyans dengesi konusuna derinlemesine ineceksin.
3
Hiperparametreler ve Topluluk Modelleri
Hiperparametrelerini ciddiyetle ayarlama ve alıcı işletim karakteristik (ROC) eğrilerini yorumlama zamanı. Bu bölümde, bagging veya rastgele ormanlar gibi topluluk modelleriyle kalabalığın bilgeliğinden yararlanacak ve hangi kredi kartı müşterilerinin kayba en yatkın olduğunu öngören topluluklar kuracaksın.
4
Artırılmış Ağaçlar
Ağaç tabanlı modellerin yüksek sosyetesine hazır mısın? Gördüğünden ya da oluşturduğundan daha iyi performans gösteren güçlü topluluklar yaratmak için gradyan artırmayı uygula. İnce ayarlarını ve üretime almak için bir kazanan seçmek üzere farklı modelleri nasıl karşılaştıracağını öğren.
R
R ile Ağaç Tabanlı Modellerle Machine Learning
Kurs
Tamamlandı
