Ciência de dados - modelos de regressão e agrupamento

Este curso começa discutindo o processo de modelagem de regressão e como melhorar o modelo. Você aprenderá como refinar um modelo de regressão com R e Python, além de estudar a validação cruzada, incluindo como ela pode ajudá-lo com seus dados. Este curso também ensinará como usar os parâmetros de varredura e os recursos de permutação dos módulos integrados do Azure ML. Você também aprenderá as etapas necessárias para a validação cruzada de um modelo

Em seguida, você estudará o processo de modelagem de classificação e como melhorar o modelo. Assim como os modelos de regressão, você pode usar o módulo Modelo de Avaliação e o módulo de parâmetros de varredura na modelagem de classificação. Com este curso, você aprenderá as métricas para avaliar o desempenho de um modelo de classificação, bem como criar um modelo de máquina vetorial de suporte e um modelo de floresta de decisão. Você também aprenderá que a preparação de dados (coleta de dados) é o processo mais demorado de um projeto de ciência de dados, que é um processo iterativo

Expanda seu conhecimento em ciência de dados e no uso de modelos de regressão, classificação e agrupamento com este curso on-line da Alison. Para concluir este curso com sucesso, você precisa de um conhecimento básico de matemática, incluindo álgebra linear e alguma experiência em programação em R ou Python. Também é recomendável que você conclua primeiro os cursos 'Introdução à Ciência de Dados', 'Trabalhando com dados' e 'Visualizando dados e explorando modelos'. Acabou com eles? Então comece este curso hoje!