Ciencia de datos-Modelos de regresión y regresión

Este curso comienza discutiendo el proceso de modelado de regresión y cómo mejorar el modelo. Aprenderá a refinar un modelo de regresión con R y Python, así como a estudiar la validación cruzada, incluyendo cómo puede ayudarle con sus datos. Este curso también le enseñará cómo utilizar los parámetros de barrido de módulos incorporados de Azure ML y las características de permutación. También aprenderá los pasos necesarios para validar un modelo.

A continuación, estudiará el proceso de modelado de clasificación y cómo mejorar el modelo. Al igual que los modelos de regresión, puede utilizar el módulo Evaluar módulo de modelo y el módulo de parámetros de barrido en el modelado de clasificación. Con este curso, aprenderá las métricas para evaluar el rendimiento de un modelo de clasificación, así como la forma de crear un modelo de máquina de vectores de soporte y un modelo de bosque de decisiones. También aprenderá que la preparación de datos (munging de datos) es el proceso más lento de un proyecto de Data Science que es un proceso iterativo.

Expanda su conocimiento en ciencia de datos y el uso de modelos de regresión, clasificación y agrupación en clúster con este curso en línea de Alison. Para completar este curso con éxito, usted necesita un conocimiento básico de las matemáticas, incluyendo álgebra lineal y alguna experiencia de programación en R o Python. También se aconseja que en primer lugar finalice la 'Introducción a la ciencia de datos', 'Trabajar con datos', y 'Visualizar datos y explorar modelos'. ¿Hecho con ellos? ¡A continuación, empiece este curso hoy!