Chuyển đến nội dung chính

Khóa học

Các Mô hình Hỗn hợp trong R

Trung cấp4 giờ

Học mô hình hỗn hợp: một khung thống kê tiện lợi và chính quy cho phân cụm và phân loại xác suất.

R4 giờ14 video47 bài tập3,600 XP5,216Giấy chứng nhận thành tích

Tạo tài khoản miễn phí

Tiếp tục với Google
hoặc
Bằng việc tiếp tục, ban chấp nhận Điều khoản sử dụng, của chúng tôi Chính sách bảo mật và rằng dữ liệu của bạn được lưu trữ tại Hoa Kỳ.

Được người học tại hàng nghìn công ty yêu thích

Đào tạo đội ngũ?

Dùng thử cho Doanh nghiệp

Mô tả khóa học

Mixture modeling là một cách biểu diễn quần thể khi chúng ta quan tâm đến tính không đồng nhất của chúng. Mixture models sử dụng các phân phối xác suất quen thuộc (ví dụ: Gaussian, Poisson, Binomial) để cung cấp một khung thống kê thuận tiện nhưng chặt chẽ cho việc phân cụm và phân loại. Khác với các phương pháp phân cụm tiêu chuẩn, chúng ta có thể ước tính xác suất thuộc về một cụm và suy luận về các phân nhóm trong quần thể. Chẳng hạn, trong bối cảnh marketing, bạn có thể muốn phân cụm các nhóm khách hàng khác nhau và tìm xác suất tương ứng của họ trong việc mua các sản phẩm cụ thể để nhắm mục tiêu tốt hơn với các chương trình khuyến mãi tùy biến. Khi áp dụng xử lý ngôn ngữ tự nhiên cho một tập tài liệu lớn, bạn có thể muốn phân cụm tài liệu theo các chủ đề khác nhau và hiểu tầm quan trọng của từng chủ đề trong mỗi tài liệu. Trong khóa học này, bạn sẽ học Mixture Models là gì, cách ước lượng chúng, và khi nào nên áp dụng!

Yêu cầu tiên quyết

Chương trình học

Đề cương khóa học

1

Giới thiệu về Mixture Models

2

Cấu trúc của Mixture Models và Ước lượng Tham số

Trong chương này, bạn sẽ được giới thiệu cấu trúc chính của Mixture Models, cách xử lý các loại dữ liệu khác nhau với phương pháp này và cách ước lượng các tham số liên quan. Để thực hiện việc ước lượng, bạn sẽ học một phương pháp lặp gọi là thuật toán Expectation-Maximization.
Bắt đầu chương
4

Mixture Models Vượt ra ngoài Gaussian

Trong mô-đun này, bạn sẽ học cách Mixture Models mở rộng để xét các phân phối xác suất khác với Gaussian và cách khớp các mô hình này với `flexmix`. Các tập dữ liệu sử dụng là ảnh chữ số viết tay và số vụ phạm tội ở thành phố Chicago. Với tập dữ liệu đầu tiên, bạn sẽ tìm các cụm tóm tắt các chữ số viết tay; với tập dữ liệu thứ hai, bạn sẽ tìm các cụm cộng đồng nơi mức độ an toàn khác nhau (nguy hiểm hơn hoặc an toàn hơn để sinh sống).
Bắt đầu chương
R

Các Mô hình Hỗn hợp trong R

Hoàn
thành khóa học

Nhận Chứng nhận Hoàn thành

Đăng ký ngay

Phát triển kỹ năng dữ liệu với DataCamp for Mobile

Tiến bộ mọi lúc mọi nơi với các khóa học di động và thử thách lập trình 5 phút hàng ngày.