Eksperymentalne uczenie maszynowe i eksploracja danych z Weka, MOA i R

Wyruszenie w podróż uczenia maszynowego może wydawać się przytłaczające w obliczu złożonych środowisk kodowania.Ten kurs tekstowy oferuje praktyczne, eksperymentalne podejście do eksploracji danych przy użyciu zaawansowanych, dostępnych narzędzi, które pozwalają skupić się na podstawowych pojęciach, a nie na składni. Przejdziesz od zrozumienia podstawowych zasad danych do projektowania, uruchamiania i analizowania własnych eksperymentów uczenia maszynowego.Pracując z jasnymi pisemnymi wyjaśnieniami, nauczysz się przygotowywać zestawy danych, budować modele predykcyjne i oceniać ich wydajność za pomocą Weka, MOA i R. Co się nauczysz: Zrozumienie podstawowych pojęć uczenia maszynowego, terminologii eksploracji danych i projektowania eksperymentalnego. Przygotuj i wstępnie przetwarzaj surowe zbiory danych do analizy za pomocą intuicyjnego interfejsu Weka. Analizuj strumienie danych w czasie rzeczywistym i wykrywaj dryf koncepcji za pomocą MOA (Massive Online Analysis) Napisz podstawowe skrypty R, aby zautomatyzować eksperymenty, manipulować danymi i generować podsumowania statystyczne. Zastosuj nowoczesne metrykę oceny, aby porównać wydajność modelu i zapewnić wiarygodne wyniki. Kurs rozpoczyna się od podstawowych definicji i technik przygotowywania danych, a następnie przeprowadzi Cię przez praktyczne konfiguracje eksperymentalne.Postępujesz od modelowania opartego na GUI w Weka do wydobywania strumieni w MOA, kończąc na programowej analizie danych w R. Zaprojektowany specjalnie dla początkujących, ten kurs nie wymaga wcześniejszego programowania ani uczenia maszynowego.Zacznij czytać już dziś, aby zbudować podstawy w eksperymentalnej nauce o danych.