|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/machine-learning-e-data-science-com-r/
课程评论：没有评论
课程名称：从零到有的R语言机器学习与数据科学 课程概述：机器学习（Machine Learning）是人工智能中最重要的领域之一，它利用智能算法使计算机通过数据集进行学习。当前，机器学习在美国和多个欧洲国家正蓬勃发展，预计在巴西等地对这种专业人才的需求将愈加紧迫。有研究指出，掌握机器学习将成为信息技术领域专业人士的基本要求。而数据科学家已被多个国际媒体评选为“最佳职业”。 为帮助学员进入这一领域，本课程提供了机器学习主要算法的理论和实践视角，使用R语言这一数据科学中最重要的编程语言之一。课程涵盖了从最基础知识到高级技术的内容，力求使学员最终具备构建复杂解决方案的能力，适用于日常企业问题的解决。 课程内容逐步深入，包括： 1. 分类：数据预处理、朴素贝叶斯、决策树、随机森林、规则、逻辑回归、支持向量机（SVM）、人工神经网络、算法评估及分类器的组合与排斥。 2. 回归：简单线性回归与多元线性回归、多项式回归、决策树、随机森林、支持向量回归（SVR）及人工神经网络。 3. 关联规则：Apriori算法与ECLAT算法。 4. 聚类：K均值聚类、层次聚类及DBSCAN。 5. 补充主题：利用PCA、KernelPCA和LDA进行降维及异常值检测。 由于机器学习领域动态变化，课程第5部分可能会定期更新新内容。此课程旨在为各水平学员提供参考资料，既适合经验丰富的学习者，也为初学者提供宝贵指南。 准备好在你的职业生涯中迈出重要一步了吗？期待你的加入！
A área de Machine Learning (Aprendizagem de Máquina) é atualmente um dos campos de trabalho mais relevantes da Inteligência Artificial, sendo responsável pela utilização de algoritmos inteligentes que tem a função de fazer com que os computadores aprendam por meio de bases de dados. O mercado de trabalho de Machine Learning nos Estados Unidos e em vários países da Europa está em grande ascensão; e a previsão é que no Brasil cada vez mais esse tipo de profissional seja requisitado! Inclusive alguns estudos apontam que o conhecimento dessa área será em breve um pré-requisito para os profissionais de Tecnologia da Informação! E dentro deste contexto está o cientista de dados, que já foi classificado como o trabalho "número 1" por vários veículos da mídia internacional.E para levar você até essa área, neste curso completo você terá uma visão teórica e prática sobre os principais algoritmos de machine learning utilizando o R, que é uma das linguagens de programação mais relevantes nesta área de ciência de dados. Este curso é considerado de A à Z pelo fato de apresentar desde os conceitos mais básicos até técnicas mais avançadas, de modo que ao final você terá todas as ferramentas necessárias para construir soluções complexas e que podem ser aplicadas em problemas do dia-a-dia das empresas! Você aprenderá tudo passo a passo, ou seja, tanto a teoria quanto a prática de cada algoritmos! O curso é dividido em cinco partes principais:Classificação - pré-processamento dos dados, naive bayes, árvores de decisão, random forest, regras, regressão logística, máquinas de vetores de suporte (SVM), redes neurais artificiais, avaliação de algoritmos e combinação e rejeição de classificadoresRegressão - regressão linear simples e múltipla, polinomial, árvores de decisão, random forest, vetores de suporte (SVR) e redes neurais artificiaisRegras de associação - algoritmos apriori e ECLATAgrupamento - k-means, agrupamento hierárquico e DBSCANTópicos complementares - redução de dimensionalidade com PCA, KernelPCA e LDA e deteção de outliersÉ importante salientar que como a área de machine learning é muito dinâmica e novos assuntos aparecem constantemente, novos conteúdos podem ser postados na parte 5! Este curso tem o objetivo de servir como um referencial de consulta sobre as técnicas abordadas, por isso ele procura cobrir a maior parte dos assuntos que envolvem machine learning. Este curso pode ser categorizado para todos os níveis, pois pode servir de base para consulta para alunos mais experientes no assunto e também um ótimo guia para quem está iniciando na área!Preparado(a) para dar um importante passo na sua carreira? Aguardo você no curso!:)
