After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Опис курсу
Цей вступний курс з машинного навчання охоплює чотири найпоширеніші алгоритми класифікації. Ви отримаєте базове розуміння того, як кожен алгоритм підходить до задачі навчання, а також вивчите функції R, потрібні, щоб застосовувати ці інструменти у власній роботі.
Попередні вимоги
Навчальний план
Зміст курсу
1
k найближчих сусідів (kNN)
Оскільки алгоритм kNN буквально «вчиться на прикладах», він є вдалим прикладом для початку знайомства з наглядовим машинним навчанням. У цьому розділі ми представимо класифікацію та покроково застосуємо kNN до розпізнавання дорожніх знаків для безпілотних авто.
- Класифікація за методом найближчих сусідів50 XP
- Розпізнавання дорожнього знака за допомогою kNN100 XP
- Мислити як kNN50 XP
- Ознайомлення з набором даних дорожніх знаків100 XP
- Класифікація набору дорожніх знаків100 XP
- А що з «k» у kNN?50 XP
- Розуміння впливу «k»50 XP
- Перевірка інших значень «k»100 XP
- Як проголосували сусіди100 XP
- Підготовка даних для kNN50 XP
- Навіщо нормалізувати дані?50 XP
2
Наївний Байєс
Метод Наївного Байєса використовує принципи зі статистики для побудови прогнозів. У цьому розділі ви ознайомитеся з основами байєсівських методів і побачите, як застосувати їх до підказок місця призначення на кшталт тих, що є в iPhone.
3
Логістична регресія
Логістична регресія передбачає підгонку кривої до числових даних, щоб робити прогнози щодо бінарних подій. Це, мабуть, один із найпоширеніших методів машинного навчання. У цьому розділі ми розглянемо підхід загалом і покажемо, як застосувати його до даних зі збору пожертв.
4
Класифікаційні дерева
Класифікаційні дерева використовують структури, схожі на блок-схеми, щоб приймати рішення. Оскільки людям легко зрозуміти такі дерева, вони корисні, коли потрібна прозорість, наприклад під час ухвалення кредитних рішень. Ми використаємо набір даних Lending Club, щоб змоделювати цю ситуацію.
R
Наглядове навчання в R: Класифікація
Курс
завершено
