การเรียนรู้ทางสถิติเชิงปฏิบัติด้วย R

การทำความเข้าใจวิธีการดึงรูปแบบที่มีความหมายจากข้อมูลเป็นรากฐานสำคัญของวิทยาศาสตร์ข้อมูลสมัยใหม่ หลักสูตรนี้จะแนะนำคุณตลอดแนวคิดพื้นฐานของการเรียนรู้ทางสถิติ โดยเปลี่ยนทฤษฎีให้เป็นโค้ด R ที่ใช้งานได้จริง คุณจะเปลี่ยนจากผู้เริ่มต้นไปสู่ผู้ปฏิบัติงานที่มีความมั่นใจ สามารถเลือก ฝึกฝน และประเมินแบบจำลองทางสถิติได้ ด้วยคำอธิบายที่เป็นลายลักษณ์อักษรที่ชัดเจนและตัวอย่างโค้ดทีละขั้นตอน คุณจะได้เรียนรู้วิธีการประยุกต์ใช้ทั้งเทคนิคการถดถอยแบบคลาสสิกและอัลกอริทึมการเรียนรู้ของเครื่องสมัยใหม่เพื่อแก้ไขปัญหาการวิเคราะห์ในโลกแห่งความเป็นจริง What you'll learn: - ทำความเข้าใจหลักการพื้นฐานของการเรียนรู้ทางสถิติแบบมีผู้สอน (supervised) และไม่มีผู้สอน (unsupervised) - สร้างและประเมินแบบจำลองการถดถอยเชิงเส้นและไม่เชิงเส้นโดยใช้ R - ประยุกต์ใช้เทคนิคการจำแนกประเภท รวมถึง logistic regression และ decision trees เพื่อทำนายผลลัพธ์ - นำวิธีการสุ่มตัวอย่างซ้ำสมัยใหม่ เช่น cross-validation มาใช้เพื่อประเมินประสิทธิภาพของแบบจำลอง - ใช้เวิร์กโฟลว์ tidyverse และ tidymodels สำหรับการวิเคราะห์ข้อมูลที่สะอาดและทำซ้ำได้ - สำรวจวิธีการเรียนรู้แบบไม่มีผู้สอน เช่น clustering และ principal component analysis หลักสูตรเริ่มต้นด้วยคำศัพท์ที่จำเป็นและความเข้าใจทางคณิตศาสตร์เบื้องหลังการสร้างแบบจำลองทางสถิติก่อนที่จะเข้าสู่การนำไปปฏิบัติจริง คุณจะได้สำรวจเทคนิคการสร้างแบบจำลองต่างๆ ผ่านการอธิบายโค้ดที่เป็นลายลักษณ์อักษรและแบบฝึกหัดเชิงปฏิบัติที่ออกแบบมาเพื่อเสริมสร้างความเข้าใจของคุณ หลักสูตรนี้ออกแบบมาสำหรับผู้ที่ต้องการเป็นนักวิทยาศาสตร์ข้อมูล นักวิเคราะห์ และผู้เริ่มต้นที่ต้องการรากฐานที่มั่นคงในการสร้างแบบจำลองทางสถิติโดยไม่จำเป็นต้องมีการฝึกอบรมทางคณิตศาสตร์ขั้นสูงมาก่อน เริ่มอ่านวันนี้เพื่อปลดล็อกพลังการคาดการณ์ของข้อมูลของคุณโดยใช้ R.