Analítica de datos-Introducción a Aprendizaje de máquinas-Re
Comprender el aprendizaje de la máquina y su uso en la analítica de datos con este curso de análisis de datos en línea gratuito.
Description
Este curso de análisis de datos en línea le permitirá aumentar la velocidad con el aprendizaje y los datos supervisados, el aprendizaje sin supervisión y los datos, y el aprendizaje reforzado. También obtendrá una comprensión sólida de la regresión lineal y los niveles de confianza. Se mostrará cómo utilizar Excel para realizar una regresión múltiple y se guiará por las fórmulas más importantes de forma clara y gradual, de modo que no haya espacio para la confusión o el error.
A continuación aprenderá los conceptos de regularización y cómo evitar programas de análisis de datos sobre el ajuste. A continuación, se le presentará a las selecciones de subconjuntos y se mostrará cómo distinguir entre R & sup2 y el ajuste R & sup2. Al final del curso, tendrá una clara comprensión del enfoque K-NN en la analítica de datos y cuando este enfoque se debe utilizar.
Si desea ser un profesional trabajando en las áreas de la analítica de datos o la ciencia de datos, o si simplemente le gustaría aprender más acerca de los métodos utilizados en el aprendizaje automático, no pasa este curso de análisis de datos. El curso también será útil para los estudiantes que estén interesados en ciencias de la computación y les gustaría saber más sobre la analítica de datos. Así que, reviva el curso ahora y avíchese a sus compañeros.
Modules
Introducción a la Aprendizaje de
-
Introducción a Aprendizaje de Aprendizaje de
-
Introducción a la Aprendizaje de
-
Aprendizaje supervisado
-
Aprendizaje sin supervisión
-
Introducción a Resumen de la lección de aprendizaje de la máquina
Introducción a la regresión
-
Introducción a los resultados de aprendizaje de regresión
-
Regresión de cuadrados mínimos ordinarios
-
Regresión simple y múltiple en Excel y Matlab
-
Regularization_Coeficiente de contracción
-
Enfoques de modelado de datos y enfoques de modelado de algoritmos
-
Resumen de introducción a la lección de regresión
Evaluación del curso
Learning Outcomes
Habiendo 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 los datos supervisados y no supervisados.
- Defina cuál es el nivel de confianza.
- Explicar cómo utilizar Excel para realizar una regresión múltiple.
- Selecciones de subconjuntos de Explain.
- Distinguir entre R ² y ajuste R ².
- Describa el enfoque 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
Contact Form
Before contacting support, search for your issue or question in the Alison help section.