Sau khi hoàn thành các khóa học này, tôi cảm thấy tự tin khi tạo các trực quan hóa và bảng điều khiển chuyên nghiệp
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Mô tả khóa học
Tidymodels là một bộ gói R mạnh mẽ giúp tinh gọn quy trình Machine Learning. Bạn sẽ học cách tách dữ liệu để cross-validation, tiền xử lý dữ liệu với gói recipes của tidymodels, và tinh chỉnh các thuật toán Machine Learning. Bạn cũng sẽ nắm các khái niệm chính như định nghĩa đối tượng mô hình và tạo quy trình mô hình hóa. Sau đó, bạn sẽ áp dụng kỹ năng để dự đoán giá nhà và phân loại nhân viên theo rủi ro rời khỏi công ty.
Yêu cầu tiên quyết
Chương trình học
Đề cương khóa học
1
Machine Learning với tidymodels
Trong chương này, bạn sẽ khám phá hệ sinh thái phong phú các gói R đứng sau tidymodels và cách chúng giúp tinh gọn quy trình Machine Learning. Sau đó, bạn sẽ kiểm chứng kỹ năng tidymodels của mình bằng cách dự đoán giá bán nhà ở Seattle, Washington.
- Hệ sinh thái tidymodels50 XP
- Các package trong tidymodels100 XP
- Tạo tập dữ liệu huấn luyện và kiểm tra100 XP
- Phân bố giá trị của biến kết quả100 XP
- Hồi quy tuyến tính với tidymodels50 XP
- Khớp một mô hình hồi quy tuyến tính100 XP
- Khám phá các tham số mô hình ước lượng50 XP
- Dự đoán giá bán nhà100 XP
- Đánh giá hiệu suất mô hình50 XP
- Chỉ số đánh giá hiệu năng mô hình100 XP
- Biểu đồ R squared100 XP
- Hoàn tất quy trình huấn luyện mô hình với last_fit()100 XP
2
Mô hình phân loại
Học cách dự đoán các kết quả phân loại bằng cách huấn luyện mô hình phân loại. Với những kỹ năng đã tích lũy, bạn sẽ dự đoán khả năng khách hàng hủy dịch vụ tại một công ty viễn thông.
3
Kỹ thuật đặc trưng
Tìm hiểu cách “nướng” các pipeline kỹ thuật đặc trưng với gói recipes. Bạn sẽ chuẩn bị dữ liệu số và dữ liệu phân loại để giúp các thuật toán Machine Learning tối ưu hóa dự đoán.
4
Workflows và tinh chỉnh siêu tham số
Đã đến lúc tinh gọn quy trình mô hình hóa bằng workflows và tinh chỉnh mô hình với cross-validation và tinh chỉnh siêu tham số. Bạn sẽ học cách tinh chỉnh một mô hình cây quyết định cho bài toán phân loại để dự đoán liệu khách hàng của ngân hàng có khả năng vỡ nợ khoản vay hay không.
R
Mô hình hóa với tidymodels trong R
Hoàn
thành khóa học
