Obierz kurs na efektywnÄ… pracÄ™ z danymi

Å»yjemy w spoÅ‚eczeÅ„stwie informacyjnym, co oznacza, że zewszÄ…d otaczajÄ… nas dane. W zetkniÄ™ciu z nimi bylibyÅ›my bezradni, gdyby nie statystyka — nauka zajmujÄ…ca siÄ™ przeksztaÅ‚caniem ich w praktycznÄ… wiedzÄ™. Z zastosowania w statystyce metod algorytmicznych wyrosÅ‚o uczenie maszynowe, które stanowi potężny zestaw narzÄ™dzi sÅ‚użących zyskiwaniu wglÄ…du w strukturÄ™ danych (wykrywaniu wzorców i zależnoÅ›ci), przewidywaniu zjawisk i zachowaÅ„ oraz automatyzacji pracy.

Jednym z jÄ™zyków umożliwiajÄ…cych przetwarzanie i analizÄ™ danych jest otwarty jÄ™zyk programowania R. DziÄ™ki temu, że wspóÅ‚tworzÄ… go tysiÄ…ce użytkowników z caÅ‚ego Å›wiata, R zapewnia dostÄ™p do ogromnej liczby gotowych narzÄ™dzi analitycznych, pozwalajÄ…cych przeksztaÅ‚cić suche, anonimowe dane w konkretnÄ… wiedzÄ™ przydatnÄ… dla ludzi biznesu, naukowców i pasjonatów. UzupeÅ‚nienie jÄ™zyka R stanowi miÄ™dzy innymi pakiet mlr — zyskujÄ…ce na popularnoÅ›ci, uznane narzÄ™dzie do analizy danych, automatyzujÄ…ce i upraszczajÄ…ce wiele typowych zadaÅ„.

Czy chcesz zanurzyć siÄ™ z nami w ciemny labirynt danych i szczęśliwie dotrzeć do jego jasnego koÅ„ca? JeÅ›li tak, zapraszamy — poznajcie siÄ™: oto jÄ™zyk R i jego nieodÅ‚Ä…czny towarzysz, pakiet mlr!

Co CiÄ™ czeka podczas naszego profesjonalnego szkolenia?

W trakcie niniejszego kursu video:

• zapoznasz siÄ™ z pracÄ…, jakÄ… wykonuje analityk danych;
• poznasz efektywne metody przetwarzania danych;
• nauczysz siÄ™ importować i Å‚Ä…czyć dane z różnych źródeÅ‚;
• bÄ™dziesz pracować w jÄ™zyku R i zapoznasz siÄ™ z pakietem mlr.

Co wiÄ™cej…

• opanujesz zagadnienia typowe dla machine learning: wybór metody, uczenie modelu, jego ocenÄ™, porównanie modeli, optymalizacjÄ™ predykcji.

Machine learning i R. Kurs video. Pierwsze kroki z pakietem mlr koÅ„czy siÄ™ na poziomie podstawowym, stanowiÄ…cym bazÄ™ do dalszego, samodzielnego rozwoju. Po ukoÅ„czeniu szkolenia jego sÅ‚uchacz bÄ™dzie w stanie poradzić sobie z przygotowaniem danych do dalszej obróbki. Znajomość pakietu mlr pozwoli mu przyÅ›pieszyć i zautomatyzować pracÄ™ z danymi.

Kto i jak pracuje z danymi

Najbardziej ogólna, ale także najbardziej prawdziwa odpowiedź brzmi: (prawie) każdy! UmiejÄ™tnoÅ›ci analizowania danych wymaga siÄ™ na różnorodnych stanowiskach. W medycynie, czy szerzej — nauce, praca z danymi polega przede wszystkim na stosowaniu odpowiednich metod „klasycznej” statystyki. Czasem silniejszy nacisk kÅ‚adzie siÄ™ na przetwarzanie danych (hurtownie danych, przetwarzanie danych przed analizÄ…), czasem z kolei na tworzenie modeli predykcyjnych (na przykÅ‚ad przewidywanie zachowaÅ„ klientów). Jednak w zasadzie zawsze dużą część pracy zajmuje sprowadzenie danych do odpowiedniej postaci (od importu po uzupeÅ‚nianie braków). W samej analizie ważne sÄ… aspekty obliczeniowe, tj. dopasowanie modelu do dużych danych, optymalizacja jego wÅ‚asnoÅ›ci predykcyjnych, ocena jego dziaÅ‚ania. By móc szybko i sprawnie wywiÄ…zywać siÄ™ z powierzonych zadaÅ„, trzeba dysponować odpowiednimi narzÄ™dziami — autor kursu proponuje jÄ™zyk R oraz przynależny do niego pakiet mlr, jako popularne, darmowe i stale rozwijajÄ…ce siÄ™; niniejszy kurs stanowi Å›wietny wstÄ™p do ich poznania, dalszÄ… naukÄ™ można Å›miaÅ‚o kontynuować samodzielnie.

Wprowadzenie do przetwarzania danych

Niniejsze szkolenie jest podzielone na dwa gÅ‚ówne bloki tematyczne. Po krótkim wprowadzeniu i zainstalowaniu niezbÄ™dnych pakietów przejdziemy do zagadnienia przetwarzania danych. Dowiemy siÄ™, jak zaimportować dane zapisane w różnych formatach i jak je wyczyÅ›cić. Wspólnie wykonamy podstawowe operacje, takie jak filtrowanie, edycja kolumn, grupowanie i zmiana postaci danych. Na koniec tej części kursu zapoznamy siÄ™ z pakietem data.table. Drugi blok tematyczny jest poÅ›wiÄ™cony uczeniu maszynowemu z pakietem mlr. W tej części kursu mowa miÄ™dzy innymi o zadaniach uczenia, o tym, jak skonstruowane sÄ… jego obiekty, oraz o metodach uczenia maszynowego — modelach liniowych i ich modyfikacjach, drzewach, lasach i SVM. BÄ™dziemy trenować, oceniać i porównywać modele, dostroimy do modelu hiperparametry, wreszcie poznamy funkcje zaawansowane: obliczenia równolegÅ‚e, imputacjÄ™ danych, bagging, selekcjÄ™ zmiennych, na koniec zaÅ› wykonamy diagnostykÄ™ modelu i spróbujemy zrozumieć jego strukturÄ™.

Zdobywanie wiedzy zawartej w danych wymaga dobrych narzędzi. W R znajdziesz te narzędzia!

Osoby które kupowały "Machine learning i język R. Kurs video. Pierwsze kroki z pakietem mlr", wybierały także:

• Superinteligencja. Scenariusze, strategie, zagro 66,67 zÅ‚, (14,00 zÅ‚ -79%)
• Poradnik design thinking - czyli jak wykorzysta 48,28 zÅ‚, (14,00 zÅ‚ -71%)
• Kosymulacja. Elastyczne projektowanie i symulacja wielodomenowa 38,39 zÅ‚, (11,90 zÅ‚ -69%)
• F# 4.0 dla zaawansowanych. Wydanie IV 96,45 zÅ‚, (29,90 zÅ‚ -69%)
• Systemy reaktywne. Wzorce projektowe i ich stosowanie 65,31 zÅ‚, (20,90 zÅ‚ -68%)

Spis treści

[ERROR]