Modelos de Dados-Modelos de Regressão e de Armazenamento em Cluster-Revisados

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