Bu kursları tamamladıktan sonra profesyonel görselleştirmeler ve panolar oluşturma konusunda kendime güveniyorum
Shoebur RahmanSatın Alma Uzmanı, Giz Bangladesh
Kurs Açıklaması
Bu başlangıç seviyesindeki Machine Learning tanıtımı, en yaygın dört sınıflandırma algoritmasını kapsar. Her algoritmanın bir öğrenme görevine nasıl yaklaştığına dair temel bir anlayışın yanı sıra, bu araçları kendi işinde uygulamak için gereken R fonksiyonlarını da öğreneceksin.
Ön Koşullar
Müfredat
Kurs planı
1
k-En Yakın Komşu (kNN)
kNN algoritması kelimenin tam anlamıyla "örneklerden öğrenir"; bu nedenle supervised Machine Learning'i anlamaya başlamak için ideal bir örnektir. Bu bölümde, kNN'in otonom araçlarda yol işareti tanıma problemine uygulanışı üzerinden sınıflandırmaya giriş yapacaksın.
- En Yakın Komşularla Sınıflandırma50 XP
- kNN ile bir yol işaretini tanıma100 XP
- kNN gibi düşünmek50 XP
- Trafik levhası veri kümesini keşfetme100 XP
- Bir dizi trafik levhasını sınıflandırma100 XP
- kNN’deki 'k' ne anlama geliyor?50 XP
- 'k'nin etkisini anlamak50 XP
- 'k' için diğer değerleri denemek100 XP
- Komşuların nasıl oy verdiğini görmek100 XP
- kNN için veri hazırlığı50 XP
- Neden veriyi normalize etmeliyiz?50 XP
2
Naive Bayes
Naive Bayes, tahminler yapmak için istatistik ilkelerini kullanır. Bu bölümde, Bayesian yöntemlerin temellerini tanıtacak ve bu teknikleri iPhone benzeri hedef önerilerine nasıl uygulayabileceğini keşfedeceksin.
3
Lojistik Regresyon
Lojistik regresyon, ikili olaylar hakkında tahmin yapmak için sayısal verilere bir eğri uydurmayı içerir. Muhtemelen en yaygın kullanılan Machine Learning yöntemlerinden biri olan bu teknik, bu bölümde genel hatlarıyla anlatılacak ve bağış toplama verilerine nasıl uygulanacağı örneklendirilecektir.
4
Sınıflandırma Ağaçları
Sınıflandırma ağaçları, karar vermek için akış şemasına benzer yapılardan yararlanır. İnsanlar bu ağaç yapılarını kolayca anlayabildiği için, kredi onayı gibi şeffaflığın gerektiği durumlarda kullanışlıdır. Bu senaryoyu canlandırmak için Lending Club veri kümesini kullanacağız.
R
R'de Supervised Learning: Sınıflandırma
Kurs
Tamamlandı
