Modelos de Dados-Modelos de Regressão e de Armazenamento em Cluster-Revisados
Aprenda a criar modelos de regressão, modelos de classificação e modelos de armazenamento em cluster no Azure ML, R e Python.
Description
Com esse curso online, a ciência de dados e o essencial do Aprendizado de Máquina construindo Modelos de Aprendizagem de Máquina, você aprenderá três tipos diferentes de regressão, classificação e armazenamento em cluster de modelos diferentes. Você aprenderá sobre como cada um desses modelos pode ser criado no Azure ML, R e Python.
O curso com a reintrodução à regressão, onde você vai aprender sobre o que é a modelagem de regressão. Você aprenderá sobre as etapas que podem ser tomadas para melhorar seus modelos. Você aprenderá sobre a validação cruzada é e como ela pode ajudá-lo com seus dados. Você aprenderá sobre o uso de módulos de Varredura de módulos integrados da Azure MLs e a importância do recurso Permutation.
No segundo módulo, você aprenderá a respeito da modelagem de classificação, como o processo é semelhante ao mesmo que a regressão. Você aprenderá que pode usar muitos dos mesmos módulos integrados do Azure ML na classificação que você poderia usar em modelagem de regressão. Você aprenderá sobre as métricas para avaliar um desempenho de modelos de classificação. Você
O último módulo o ensinará sobre modelos de aprendizado não supervisionados. Você aprenderá sobre os modelos de cluster K-significa e o armazenamento em cluster hierárquico. Você aprenderá sobre como cada método de armazenamento em cluster funciona e sobre como avaliar os modelos de cluster. Você aprenderá sobre a criação de modelos de armazenamento em cluster em Python e R.
Esse curso de Alison livre seria de grande interesse para aqueles que desejam aprender e expandir seus conhecimentos sobre ciência de dados.
Aquisitos: Para concluir este curso com êxito, é necessário um conhecimento básico da matemática, incluindo álgebra linear. Além disso, algumas experiências de programação, idealmente em R ou Python, são assumidas e você precisará ter concluído o curso anterior de Ciência de Dados e Aprendizado de Máquina Introdução à Ciência de Dados, Trabalhando com Dados e Visualizando Dados e Explorando Modelos
Start Course NowModules
Modelagem de Regressão
-
Resultados de Aprendizagem de Modelagem de Regressão
-
Recapitência de Regressão
-
Refinando um Regression Models com R
-
Refinando um Modelo de Regressão com Python
-
Resumo da Lição de Modelagem de Regressão
Modelagem de Classificação
-
Resultados de Aprendizagem de Modelagem de Classificação
-
Entendendo Classificação
-
Preparando Dados para Classificação Usando R
-
Preparando Dados para Classificação Usando Python
-
Criando um Modelo de Máquina de Vector de Suporte e Modelo de Forest de Decisão
-
Avaliando Modelos de Classificação
-
Resultados de Aprendizagem de Modelagem de Classificação
Modelos de Aprendizado Não Supervision
-
Modelos de Aprendizado Não Supersupervisionado Aprendizado Resultados
-
Modelos Não Supervisionados e Construindo K-Means Clusters
-
Explorando e Criando Modelos de Armazenamento em Cluster com R
-
Explorando e Criando Modelos de Armazenamento em Cluster com o Python
-
Resumo de Lição de modelos de Aprendizado Não Supervisionados
Avaliação do curso
Learning Outcomes
Após a conclusão bem-sucedida deste curso, o aprendiz será capaz de:
Discuta o processo de modelagem de regressão e como melhorar o modelo
- Identificar como refinar um modelo de regressão com R
- Identificar como refinar um modelo de regressão com o Python
- Discuta o processo de modelagem de classificação e como melhorar o modelo
- Reconhecer as métricas para avaliar um desempenho de modelos de classificação
- Esboço como criar um modelo de máquina de vetor de suporte e um modelo de floresta de decisão
- Discuta o processo de criação de modelos de aprendizado não supervisionados
- Reconhecer como criar modelos de armazenamento em cluster hierárquico e k-significa em R
- Reconhecer como criar modelos de armazenamento em cluster hierárquico e k-significa em Python
Certification
"Todos os cursos da Alison são gratuitos para estudar. Para completar com sucesso um curso, você deve marcar 80% ou mais em cada avaliação do curso. Após a conclusão bem-sucedida de um curso",Você pode optar por tornar a sua conquista formal comprando um Diploma , Certificado ou PDF da Alison.
oficial. Ter um documento da Alison oficial é uma ótima forma de comemorar e compartilhar o seu sucesso. É:
- Ideal para incluir nos CVs,inscrições de trabalho e portfolios
- Uma forma de mostrar a sua habilidade de aprender e alcançar altos resultados