Экспериментальное машинное обучение и анализ данных с Weka, MOA и R

В этом текстовом курсе вы узнаете, как на практике применять методы машинного обучения, используя мощные и доступные инструменты, которые помогут вам сосредоточиться на основных концепциях, а не на синтаксисе. Вы пройдете путь от понимания основных принципов работы с данными до разработки, запуска и анализа собственных экспериментов по машинному обучению. Пройдя чёткие письменные объяснения, вы научитесь готовить наборы данных, строить предсказывающие модели и оценивать их производительность с помощью Weka, MOA и R. Что вы узнаете: Понимание основных концепций машинного обучения, терминологии анализа данных и экспериментального проектирования. Подготовка и предварительная обработка необработанных наборов данных для анализа с помощью интуитивно понятного интерфейса Weka. Создание и оценка различных моделей предсказания, включая классификацию, регрессию и кластеризацию. Анализируйте потоки данных в реальном времени и обнаруживайте концептуальный дрейф с помощью MOA (Massive Online Analysis). Напишите основные сценарии R для автоматизации экспериментов, манипулирования данными и генерации статистических резюме. Применяйте современные метрики оценки для сравнения производительности модели и обеспечения надежных результатов. Курс начинается с основных определений и методов подготовки данных, а затем вы пройдете практические экспериментальные настройки. Вы пройдете от моделирования на основе графического интерфейса в Weka до потоковой добычи в MOA, завершив программным анализом данных в R. Этот курс разработан специально для начинающих, и для его прохождения не требуется предварительного опыта программирования или машинного обучения. Начните читать сегодня, чтобы заложить основы экспериментальной науки данных.