国外课栈 - 国外电子信息技术视频教程、电子书和博文栈
使用R Studio进行机器学习 
使用R Studio进行机器学习
类别 : 视频教程
格式 : MP4
订阅支付  提交订阅
概述

R编程语言中的线性和逻辑回归,决策树,XGBoost,SVM和其他ML模型-R Studio

  • 了解如何使用机器学习技术解决现实生活中的问题
  • 机器学习模型,例如线性回归,逻辑回归,KNN等
  • 先进的机器学习模型,例如决策树,XGBoost,随机森林,SVM等。
  • 了解统计基础和机器学习的概念
  • 如何在R中执行基本统计操作并运行ML模型
  • 深入了解机器学习问题的数据收集和数据预处理
  • 如何将业务问题转换为机器学习问题

本课程涵盖了通过线性回归解决业务问题时应采取的所有步骤。

大多数课程只专注于讲授如何运行分析,但我们认为运行分析之前和之后发生的事情更为重要,即在运行分析之前,拥有正确的数据并对其进行一些预处理非常重要。在进行分析之后,您应该能够判断模型的质量,并解释结果,从而真正能够为您的业务提供帮助。

该课程由Abhishek和Pukhraj教授。作为全球分析咨询公司的经理,我们已经使用机器学习技术帮助企业解决了他们的业务问题,并且利用我们的经验在本课程中纳入了数据分析的实际方面。

总目录(13时)

  • 欢迎参加本课程
  • 设置R Studio和R速成班
  • 统计基础
  • 机器学习入门
  • 数据预处理以进行回归分析
  • 线性回归模型
  • OLS以外的回归模型
  • 分类模型:数据准备
  • 三种分类模型
  • Logistic回归
  • 线性判别分析
  • K最近邻居
  • 比较3个模型的结果
  • 简单决策树
  • 简单分类树
  • 技术包1-套袋
  • 技术包2-随机森林
  • 集成技术3-GBM,AdaBoost和XGBoost
  • 最大保证金分类器
  • 支持向量分类器
  • 支持向量机
  • 在R中创建支持向量机模型
  • 结论

R

会员登录
登录
我的资料
留言
回到顶部