Xây dựng kiến thức cơ bản về lập trình R
coco
Lớp này được thiết kế để đặt nền tảng về lập trình R cho những người chưa biết gì về lập trình R.
Beginner
R
Đang thử khoa học dữ liệu với R
Đây là bài giảng về khoa học dữ liệu sử dụng R. Từ việc tải dữ liệu đến xây dựng mô hình và chiến lược thực hiện mô hình, bạn sẽ học từng bước.
R
R
Đánh giá từ những học viên đầu tiên
Đánh giá từ những học viên đầu tiên
3.8
5.0
djchoi
100% đã tham gia
Đây là một bài giảng hữu ích.
5.0
나경태
100% đã tham gia
Tốt, tốt
5.0
plsch
100% đã tham gia
Tôi nghe rõ lắm.
Bạn sẽ nhận được điều này sau khi học.
Cách điều chỉnh mô hình học máy trong R
Cách tăng hiệu suất mô hình học máy
🙆🏻♀ Đây là bài giảng hướng dẫn bạn cách thực hiện khoa học dữ liệu bằng R.
Học từng bước, từ tải dữ liệu đến xây dựng mô hình và chiến lược hiệu suất mô hình. 🙆🏻♂
"99,9% mã hóa trực tiếp, học DataScience từng dòng một."
✅ Các biện pháp phòng ngừa
Khóa học này tập trung nhiều vào thực hành hơn là lý thuyết .
Bạn phải có kiến thức cơ bản về R và kiến thức chung về máy học .
🗒 Giới thiệu khóa học
Bạn đã học R và học máy, nhưng không biết cách phân tích dữ liệu?
Khóa học này dạy bạn mọi thứ, từ nhập dữ liệu đến xây dựng mô hình học máy và các chiến lược cải thiện hiệu suất mô hình, tất cả trong khi bạn phải gõ từng dòng mã.
🌈 Hãy thử lắp một mô hình học máy
- Hãy áp dụng hồi quy tuyến tính và cây quyết định bằng cách sử dụng dữ liệu cơ bản trong R.
- Chúng ta sẽ nói về cách diễn giải các mô hình hồi quy và phân chia dữ liệu đào tạo và xác thực.
🌈 Xây dựng mô hình dự đoán bệnh tim (Hồi quy tuyến tính)
- Hãy xây dựng mô hình dự đoán bệnh tim bằng cách sử dụng phân tích hồi quy logistic.
- Tìm hiểu về các phương pháp lựa chọn biến và hồi quy từng bước/tiến/lùi.
🌈 Học máy với Phân tích tình cảm đánh giá phim
- Chúng tôi làm mọi thứ, từ thu thập dữ liệu đánh giá phim đến xây dựng mô hình cảm xúc.
- Hãy xây dựng một mô hình bằng cách sử dụng Ma trận thuật ngữ Decoument, phương pháp xử lý văn bản cơ bản nhất.
- Chúng ta hãy áp dụng kỹ thuật học tập tổng hợp.
- Chúng tôi sẽ vector hóa các bài đánh giá bằng Word2vec và áp dụng mô hình học máy vào đó.
🌈 Học máy học thông qua phân tích dữ liệu Kaggle
- Chúng ta thảo luận về cách các lớp xử lý dữ liệu mất cân bằng.
- RandomOversampling/SMOTE/DBSMOTE, v.v. đều phù hợp.
- Tùy thuộc vào vấn đề, chúng tôi sẽ suy nghĩ về các cách để cải thiện hiệu suất của mô hình và tự mình triển khai chúng.
🙋🏻♂️ Tôi tò mò quá!
H. Tôi cần biết bao nhiêu R?
A. Về cơ bản, bạn sẽ có thể nhập và xử lý dữ liệu. Khóa học lập trình R cơ bản là bắt buộc, và khóa học trung cấp là tùy chọn.
H. Tôi cần bao nhiêu kiến thức về máy học và thống kê?
A. Bạn nên có kiến thức cơ bản về thống kê (t.test/anova, v.v., ở trình độ đại học khoa học xã hội nhân văn) và kiến thức lý thuyết về máy học (ở trình độ chuyên ngành đại học) để dễ theo dõi khóa học hơn.
Khuyến nghị cho
những người này
Khóa học này dành cho ai?
Những người đã học thống kê và học máy nhưng chưa có kinh nghiệm thực tế
Những người muốn phù hợp với nhiều mô hình học máy
Cần biết trước khi bắt đầu?
Kiến thức chung về R
Khái niệm cơ bản về thống kê và học máy
8,390
Học viên
509
Đánh giá
136
Trả lời
4.4
Xếp hạng
20
Các khóa học
Tôi là một người thất nghiệp vẫn đang tiếp tục học tập, sau khi tốt nghiệp cử nhân chuyên ngành Thống kê và nhận bằng Tiến sĩ Kỹ thuật Công nghiệp (Trí tuệ nhân tạo).
Giải thưởng
ㆍ Cuộc thi Big Contest lần thứ 6: Phát triển thuật toán dự đoán người dùng rời bỏ trò chơi / Giải thưởng NCSOFT (2018)
ㆍ Cuộc thi Big Contest lần thứ 5 - Phát triển thuật toán dự đoán người nợ quá hạn khoản vay / Giải thưởng của Chủ tịch Hiệp hội Xúc tiến Công nghệ Thông tin và Truyền thông Hàn Quốc (2017)
ㆍ Cuộc thi Big Data Thời tiết 2016 / Giải thưởng của Viện trưởng Viện Thúc đẩy Công nghiệp Khí tượng (2016)
ㆍ Phát triển thuật toán dự đoán gian lận bảo hiểm tại Big Contest lần thứ 4 / Lọt vào vòng chung kết (2016)
ㆍ Cuộc thi Big Contest lần thứ 3: Phát triển thuật toán dự đoán trận đấu bóng chày / Giải thưởng của Bộ trưởng Bộ Khoa học, Công nghệ thông tin và Hoạch định tương lai (2015)
* blog : https://bluediary8.tistory.com
Lĩnh vực nghiên cứu chính của tôi là khoa học dữ liệu, học tăng cường và học sâu.
Hiện tại tôi đang thực hiện việc thu thập dữ liệu (crawling) và khai phá văn bản (text mining) như một sở thích :)
Tôi đã phát triển một ứng dụng có tên là Marong, sử dụng kỹ thuật crawling để thu thập và hiển thị những bài viết phổ biến từ các cộng đồng trực tuyến, và
Tôi cũng từng thu thập danh sách các quán ăn ngon và blog trên toàn quốc để tạo ra một ứng dụng gợi ý quán ăn :) (nhưng rồi cũng thất bại thảm hại..)
Hiện tại, tôi đang là nghiên cứu sinh tiến sĩ chuyên nghiên cứu về trí tuệ nhân tạo.
Tôi đã từng phát triển và tạo ra một ứng dụng gợi ý quán ăn ngon bằng cách thu thập danh sách các nhà hàng và blog ẩm thực trên toàn quốc :) (nhưng đã thất bại thảm hại..). Hiện tại, tôi đang là nghiên cứu sinh tiến sĩ chuyên ngành trí tuệ nhân tạo.
Tôi đã từng phát triển và tạo ra một ứng dụng gợi ý quán ăn ngon bằng cách thu thập danh sách các quán ăn và blog trên toàn quốc :) (nhưng đã thất bại thảm hại..). Hiện tại, tôi đang là nghiên cứu sinh tiến sĩ chuyên ngành trí tuệ nhân tạo.
Tôi đã từng phát triển và tạo ra một ứng dụng gợi ý quán ăn ngon bằng cách thu thập danh sách các quán ăn cũng như các bài blog trên toàn quốc :) (nhưng đã thất bại thảm hại..). Hiện tại, tôi đang là nghiên cứu sinh tiến sĩ chuyên ngành trí tuệ nhân tạo.
Tôi đã từng phát triển và tạo ra một ứng dụng gợi ý quán ăn ngon bằng cách thu thập danh sách các quán ăn và blog trên toàn quốc :) (nhưng đã thất bại thảm hại..). Hiện tại, tôi đang là nghiên cứu sinh tiến sĩ chuyên ngành trí tuệ nhân tạo.
Chương trình giảng dạy
Tất cả
32 bài giảng ∙ (7giờ 23phút)
Tài liệu khóa học:
Tài liệu bài giảng
Ngày đăng:
Cập nhật lần cuối:
Đánh giá
Tất cả
6 đánh giá
3.8
6 đánh giá
doit9383Đánh giá 5
∙
Đánh giá trung bình 4.2
- cdjcys35
Đánh giá 18
∙
Đánh giá trung bình 4.7
- goodboyboxer2186
Đánh giá 3
∙
Đánh giá trung bình 5.0
- plsch5171
Đánh giá 35
∙
Đánh giá trung bình 4.9
- razyen5988
Đánh giá 1
∙
Đánh giá trung bình 1.0
1
22% đã tham giaTôi đã tham gia rất nhiều bài giảng trực tuyến, nhưng Colcera Fast Campus là nơi tệ nhất trong số đó. Các bài giảng chứa quá nhiều luồng ý thức nên nó lộn xộn và sôi động. Có quá nhiều trường hợp code viết sai và bị thay đổi giữa chừng. (Đã học 4 bài rồi nhưng không thể tin được là mình lại như thế này...) Tôi nghe vì tôi không biết nhiều, nhưng tôi viết và xóa và viết và xóa... Tôi nghĩ việc xử lý nội dung bài giảng là một nhu cầu cấp thiết. Điều này không có nghĩa là có vấn đề về kỹ năng của người hướng dẫn, mà đúng hơn là việc kiểm tra chất lượng là cần thiết đối với bất kỳ bài giảng nào. Tôi đang đánh giá nó vì nó thực sự khó nghe.
1.469.501 ₫
Khóa học khác của coco
Hãy khám phá các khóa học khác của giảng viên!
![[Với R] Thống kê cơ bản cho học máyCourse Thumbnail](https://cdn.inflearn.com/public/courses/325155/course_cover/d8120723-26f7-4fcc-a25c-a99eef4ea0f6/machine-learning-statistics-r-eng.png?f=avif&w=420)
![[PyTorch] Học NLP dễ dàng và nhanh chóngCourse Thumbnail](https://cdn.inflearn.com/public/courses/325056/course_cover/b66025dd-43f5-4a96-8627-202b9ba9e038/pytorch-nlp-eng.png?f=avif&w=420)
![[R] KOSPI/KOSDAQ tất cả việc thu thập và quản lý dữ liệu chứng khoánCourse Thumbnail](https://cdn.inflearn.com/public/courses/324972/course_cover/36468a43-de3b-461b-af55-f3c7b0e51637/kospi-kosdaq-data-eng-1.png?f=avif&w=420)
![[PyTorch] Học GAN dễ dàng và nhanh chóngCourse Thumbnail](https://cdn.inflearn.com/public/courses/324945/course_cover/9794a376-0e54-4745-8a1d-3c6fe72b8fe6/pytorch-gan-eng.png?f=avif&w=420)
![[PyTorch] Học sâu một cách dễ dàng và nhanh chóngCourse Thumbnail](https://cdn.inflearn.com/public/courses/324742/course_cover/96781b94-7bae-47f8-ab6f-42821f26f042/coco-pytorch.png?f=avif&w=420)
Khóa học tương tự
Khám phá các khóa học khác trong cùng lĩnh vực!
