Data Science - Regression e Cluster Models

Questo corso inizia discutendo il processo di modellazione di regressione e come migliorare il modello. Imparerai come perfezionare un modello di regressione con R e Python oltre a studiare cross - validation incluso come può aiutarti con i tuoi dati. Questo corso ti insegnerà anche come utilizzare i parametri di sweep dei moduli integrati di Azure ML e le funzioni di permutazione. Imparerai anche i passi necessari per incrociare - validare un modello.

Si studierà poi il processo di modellazione della classificazione e come migliorare il modello. Proprio come i modelli di regressione, è possibile utilizzare il modulo Evaluate Model e sweep parametri in modellazione di classificazione. Con questo corso, imparerai le metriche per la valutazione delle prestazioni di un modello di classificazione nonché come creare un modello di macchina vettore di supporto e un modello di foresta decisionale. Imparerai anche che Data Preparazione (Data munging) è il processo più dispendioso di un progetto di Data Science che è un processo iterativo.

Espandere la conoscenza nella scienza dei dati e l'uso di modelli di regressione, classificazione e clustering con questo corso online da Alison. Per completare questo corso con successo, è necessaria una conoscenza di base della matematica, compresa l'algebra lineare e qualche esperienza di programmazione in R o Python. Si consiglia inoltre di terminare per la prima volta la "Introduzione ai dati scientifici", "Lavorare con i dati" e "Visualizzazioni dati e modelli di esplorazione". Fatto con loro? Allora inizia questo corso oggi!