Ciencia de datos: modelos de regresión y agrupamiento

Este curso comienza discutiendo el proceso de modelado de regresión y cómo mejorar el modelo. Aprenderá a refinar un modelo de regresión con R y Python, así como a estudiar la validación cruzada, incluida la forma en que puede ayudarlo con sus datos. Este curso también le enseñará a usar los módulos, los parámetros de barrido y las funciones de permutación integrados de Azure ML. También aprenderá los pasos necesarios para realizar la validación cruzada de un modelo

Luego estudiará el proceso de modelización de clasificación y cómo mejorar el modelo. Al igual que los modelos de regresión, puede utilizar el módulo de evaluación del modelo y el módulo de parámetros de barrido en la modelización de clasificaciones. Con este curso, aprenderá las métricas para evaluar el rendimiento de un modelo de clasificación y cómo crear un modelo automático vectorial de soporte y un modelo de bosque de decisión. También aprenderá que la preparación de datos (recopilación de datos) es el proceso más lento de un proyecto de ciencia de datos, ya que es un proceso iterativo

Amplíe sus conocimientos en ciencia de datos y en el uso de modelos de regresión, clasificación y agrupamiento con este curso en línea de Alison. Para completar este curso con éxito, necesita un conocimiento básico de matemáticas, incluido el álgebra lineal, y algo de experiencia en programación en R o Python. También se recomienda terminar primero los cursos de «Introducción a la ciencia de datos», «Trabajar con datos» y «Visualización de datos y exploración de modelos». ¿Has terminado con ellos? ¡Entonces comienza este curso hoy!