Experimentelle maschinelle Lern- und Datengewinnung mit Weka, MOA und R

Dieser textbasierte Kurs bietet einen praktischen, experimentellen Ansatz für Data Mining mit leistungsstarken, zugänglichen Tools, mit denen Sie sich auf Kernkonzepte anstelle von Syntax konzentrieren können.Dieser Kurs biete einen praktische, experimentelle Ansatz zum Data Mining, mit leistungensstarke, zugriffsfähige Tools, die Sie sich anstelle der Syntax auf Kernkonzepte konzentreren können. Sie werden vom Verständnis der grundlegenden Datenprinzipien zum Entwerfen, Ausführen und Analysieren Ihrer eigenen Machine-Learning-Experimente übergehen.Durch die Arbeit mit klaren schriftlichen Erklärungen lernen Sie, Datensätze vorzubereiten, Vorhersagemodelle zu erstellen und deren Leistung mit Weka, MOA und R zu bewerten. Was Sie lernen: Verstehen Sie grundlegende Konzepte des maschinellen Lernens, die Terminologie des Data Mining und das Design von Experimenten. Bereiten Sie Rohdatensätze für die Analyse mit der intuitiven Benutzeroberfläche von Weka vor und verarbeiten Sie sie vor. Analysieren Sie Echtzeit-Datenströme und erkennen Sie Konzeptdriften mit MOA (Massive Online Analysis) Schreiben Sie einfache R-Skripte, um Experimente zu automatisieren, Daten zu manipulieren und statistische Zusammenfassungen zu erstellen. Wenden Sie moderne Auswertungsmetriken an, um die Modellleistung zu vergleichen und zuverlässige Ergebnisse zu gewährleisten. Der Kurs beginnt mit grundlegenden Definitionen und Datenaufbereitungstechniken, bevor Sie durch praktische experimentelle Aufbauten geführt werden.Sie werden von GUI-basierter Modellierung in Weka zu Stream Mining in MOA übergehen und mit programmatischer Datenanalyse in R abschließen. Dieser Kurs wurde speziell für Anfänger entwickelt und erfordert keine vorherige Programmier- oder Machine-Learning-Erfahrung.Lesen Sie noch heute, um Ihre Grundlagen in der experimentellen Datenwissenschaft zu schaffen.