Inglés
Francia
Italia
Portugués brasileño
Ciencia de datos-Modelos de regresión y agrupación en clústeres-Revisado
Obtenga información sobre cómo crear modelos de regresión, modelos de clasificación y modelos de clústeres en Azure ML, R y Python.
Description
Con este curso en línea, Data science and Machine Learning essentials building Machine Learning Models, aprenderá sobre tres tipos diferentes de regresión, clasificación y agrupación en clústeres de modelos. Aprenderá sobre cómo se pueden crear cada uno de estos modelos en Azure ML, R y Python.
El curso con la reintroducción de la regresión, donde aprenderá sobre qué es la regresión modelizado. Aprenderá acerca de los pasos que puede tomar para mejorar sus modelos. Aprenderá acerca de la validación cruzada y cómo le puede ayudar con sus datos. Aprenderá sobre el uso de los parámetros de barrido de módulos integrados de Azure MLs y la importancia de la característica Permutación.
En el segundo módulo, aprenderá sobre la modelización de clasificación, cómo el proceso es similar al mismo que el de regresión. Aprenderá que puede utilizar muchos de los mismos módulos incorporados de Azure ML en la clasificación que podría utilizar en modelización de regresión. Aprenderá acerca de las métricas para evaluar un rendimiento de modelos de clasificación. Usted
El último módulo le enseñará acerca de los modelos de aprendizaje no supervisados. Aprenderá sobre los modelos de clúster K-medias y la agrupación jerárquica. Aprenderá sobre cómo funciona cada método de agrupación en clúster y sobre cómo evaluar los modelos de clúster. Aprenderá sobre la creación de modelos de clústeres en Python y R.
Este curso de Alison gratuito sería de gran interés para aquellos que desean aprender y ampliar sus conocimientos sobre la ciencia de datos.
Perquisitos: Para completar este curso con éxito, necesita un conocimiento básico de las matemáticas, incluyendo el álgebra lineal. Además, se presupone cierta experiencia de programación, idealmente en R o Python, y tendrá que haber completado el curso anterior Data Science and Machine Learning Essentials Introduction to Data Science, Working with Data and Visualizing data and Exploring Models
Inicio Curso AhoraModules
Modelos de regresión
-
Resultados de aprendizaje de modelización de regresión
-
Recapado de regresión
-
Refinación de modelos de regresión con R
-
Refinación de un modelo de regresión con Python
-
Resumen de la lección de modelización de regresión
Modelización de clasificación
-
Resultados de la clasificación de modelado de clasificación
-
Comprender la clasificación
-
Preparación de datos para la clasificación utilizando R
-
Preparación de datos para la clasificación utilizando Python
-
Creación de un modelo de bosque de modelos y modelos de máquinas Vector de soporte
-
Evaluación de los modelos de clasificación
-
Resultados de la clasificación de modelado de clasificación
Modelos de aprendizaje no supervisados
-
Aprendizaje de modelos de aprendizaje no supervisados
-
Modelos sin supervisión y creación de clústeres de K-medias
-
Exploración y creación de modelos de clústeres con R
-
Exploración y creación de modelos de clústeres con Python
-
Resumen de la lección no supervisada de modelos de aprendizaje
Evaluación del curso
Learning Outcomes
Una vez completado con éxito este curso, el alumno podrá:
- Discutir el proceso de modelización de regresión y cómo mejorar el modelo
- Identifique cómo refinar un modelo de regresión con R
- Identifique cómo refinar un modelo de regresión con Python
- Discutir el proceso de modelización de la clasificación y cómo mejorar el modelo
- Reconocer las métricas para evaluar un rendimiento de modelos de clasificación
- Esquema de cómo crear un modelo de máquina de vector de soporte y un modelo de bosque de decisiones
- Discutir el proceso de creación de modelos de aprendizaje no supervisados
- Reconocer cómo crear modelos de agrupación en clústeres jerárquicos y k-significa en R
- Reconocer cómo crear modelos de clústeres jerárquicos y de k-significa en Python
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
