Tidyverse 中的机器学习

欢迎来到 tidyverse！在本课程中，你将继续学习 tidyverse，并将所学知识应用于机器学习概念。

如果你希望将 R 的 Tidyverse 工具整合到你的机器学习工作流程中，这门课程非常适合你。

评估机器学习模型

在整个课程中，你将专注于利用 R 中的 tidyverse 工具，高效构建、探索和评估机器学习模型。

课程首先介绍列表列工作流（LCW），这是一种在单个数据框中管理多个模型的方法。 它还涵盖了使用 broom 包来整理和探索模型输出，使复杂结果更易于解读。

使用 tidyr 和 purrr

通过实践练习，构建并评估回归模型和分类模型。 探索用于调优超参数以优化模型性能的技术。

你将使用 tidyr 和 purrr 等包来处理复杂的数据操作和模型评估，确保以整洁且系统化的方法进行机器学习。

获得真实世界应用

通过多个案例研究探索真实世界的示例，例如使用 gapminder 数据集通过线性模型预测预期寿命。

在课程结束时，您将扎实掌握将 Tidyverse 原则应用于机器学习的方法，从而能够以整洁且可复现的方式高效构建、调优和评估模型。