Análisis de datos-Introducción al aprendizaje automático-revisado
Comprenda el aprendizaje automático y su uso en la analítica de datos con esta introducción en línea gratuita para el curso de aprendizaje automático.
Description
Este curso de análisis de datos en línea le permitirá acelerar el aprendizaje y los datos supervisados, el aprendizaje y los datos sin supervisión, y el aprendizaje reforzado. También obtendrá una sólida comprensión de la regresión lineal y los niveles de confianza. Se le mostrará cómo utilizar Excel para realizar una regresión múltiple, y se guiará a través de las fórmulas más importantes de una manera clara y paso a paso para que no haya espacio para la confusión o el error.
A continuación, aprenderá los conceptos de la regularización y cómo evitar los programas de análisis de datos sobreajustados. A continuación, se presentará a las selecciones de subconjuntos y se mostrará cómo distinguir entre I + sup2 y la R & sup2 de ajuste. Al final del curso, tendrá una clara comprensión del enfoque de K-NN en la analítica de datos y cuando este enfoque debería utilizarse.
Si desea ser un profesional que trabaje en las áreas de análisis de datos o ciencia de datos, o si simplemente le gustaría aprender más sobre los métodos utilizados en el aprendizaje automático, no pase este curso de análisis de datos. El curso también será útil para los estudiantes que estén interesados en la informática y les gustaría aprender más sobre la analítica de datos. Así que, ¡echa un vistazo al curso ahora y adelantate a tus compañeros!
Modules
Introducción al aprendizaje automático
-
Introducción a los resultados del aprendizaje automático
-
Introducción al aprendizaje automático
-
Aprendizaje supervisado
-
Aprendizaje no supervisado
-
Resumen de la introducción al aprendizaje automático
Introducción a la regresión
-
Introducción a los resultados del aprendizaje de regresión
-
Regresión de mínimos cuadrados ordinarios
-
Regresión simple y múltiple en Excel y Matlab
-
Regularization_Coeficiente encogimiento
-
Enfoques de modelado de datos y enfoques de modelado algorítmico
-
Resumen de introducción a la lección de regresión
Evaluación del curso
Learning Outcomes
Después de haber completado este curso, podrá:
- Definir la diferencia entre el aprendizaje supervisado, el aprendizaje no supervisado y el aprendizaje reforzado
- Explicar qué es la regresión lineal
- Describir cuándo se puede utilizar la regularización
- Distinguir entre datos supervisados y sin supervisión
- Definir el nivel de confianza
- Explicar cómo utilizar Excel para realizar una regresión múltiple
- Selección de subconjuntos de Explain
- Distinguir entre R ² y el ajuste R ²
- Describir el enfoque de K-NN
Certification
All Alison courses are free to study. To successfully complete a course you must score 80% or higher in each course assessments. Upon successful completion of a course, you can choose to make your achievement formal by purchasing an official Alison Diploma, Certificate or PDF.
Having an official Alison document is a great way to celebrate and share your success. It is:
- Ideal to include with CVs, job applications and portfolios
- A way to show your ability to learn and achieve high results