Decision Trees, Random Forests, Bagging & XGBoost: R Studio

你将会学到的

• 对R studio中的Decision Trees、bagging、Random Forests和 Boosting 技术有深入的了解
• 了解Decision Trees模型适用的业务场景
• 调整Decision Trees模型的超参数并评估其性能。
• 使用Decision Trees进行预测
• 使用R编程语言来操作数据并进行统计计算。
• R编程语言中Gradient Boosting、AdaBoost 和 XGBoost的实现

课程内容

• 介绍
• 设置RStudio和R速成课程
• 机器学习基础知识
• 简单Decision Trees
• 简单Classification Tree
• 集成技术1-Bagging
• 集成技术2-Random Forests
• 集成技术3-Boosting
• 附加组件1：在制作任何模型之前预处理和准备数据
• 额外部分

说明

• Start-Tech Academy 是一家基于技术的分析教育公司，旨在将分析公司和感兴趣的学习者聚集在一起。
• 我们高质量的培训内容以及实习和项目机会可帮助学生开启他们的分析之旅。
• 由 Abhishek Bansal 和 Pukhraj Parikh 创立。
• Pukhraj 在一家分析咨询公司担任项目经理，在分析工具和软件方面拥有多年的经验。他擅长 MS 办公套件、云计算、SQL、Tableau、SAS、Google 分析和 Python。
• 在继续学习和教授机器学习和人工智能等技术之前，Abhishek 曾在一家领先的电信公司担任采购流程负责人。
• 您正在寻找完整的决策树课程，教您在 R 中创建Decision Trees/Random Forests/XGBoost 模型所需的一切，对吗？
• 您已经找到了正确的Decision Trees和基于树的高级技术课程！
• 完成本课程后，您将能够：
• 确定可以使用机器学习的Decision Trees/Random Forests/XGBoost 解决的业务问题。
• 清楚地了解基于高级Decision Trees的算法，例如Random Forests、Bagging、AdaBoost 和 XGBoost
• 在R中创建基于树（Decision Trees、Random Forests、Bagging、AdaBoost 和 XGBoost）的模型并分析其结果。
• 自信地练习、讨论和理解机器学习概念
• 如果您是企业经理或高管，或者想要学习机器学习并将其应用于现实世界的商业问题的学生，本课程将通过教您一些先进的机器学习技术，为您打下坚实的基础，它们是Decision Trees、Random Forests、Bagging、AdaBoost 和 XGBoost。
• 为什么要选择这门课程？
• 本课程涵盖了通过Decision Trees解决业务问题时应采取的所有步骤。
• 大多数课程只专注于教授如何运行分析，但我们相信运行分析之前和之后发生的事情甚至更重要，即在运行分析之前，拥有正确的数据并对其进行一些预处理非常重要。运行分析后，您应该能够判断您的模型有多好，并解释结果以真正能够帮助您的业务。
• 是什么让我们有资格教您？
• 该课程由 Abhishek 和 Pukhraj 教授。作为全球分析咨询公司的经理，我们使用机器学习技术帮助企业解决其业务问题，并利用我们的经验将数据分析的实际方面纳入本课程

此课程面向哪些人

• 从事数据科学事业的人
• 工作专业人士开始他们的数据之旅
• 统计学家需要更多实践经验
• 任何有兴趣在短时间内掌握从初级到高级的Decision Trees技术的人