🚨 $100K in Sight: Follow Bitcoin’s Final Push Live! TRACK NOW
смотрят
55 студентов

Описание

Что вы изучите?

  • Узнаете как пользоваться R для обработки данных и машинного обучения Узнаете преимущества карьеры специалиста по данным Получите практические навыки, изучите кейсы и примеры для лучшего понимания программирования на R Изучите основные фишки работы с R

Требования

  • Никаких предварительных знаний не требуется Все программное обеспечение для данного курса в свободном доступе
  • NFT Certificate
  • 121 Количество лекций
  • Начальный
  • English
  • 4.6 Рейтинг
  • +100 XP

Share Course on Social media

Содержание

Course consist of total 22ч 31м of content, in total.

Раздел 1: Знакомство с преподавателем
02:40
Join In Our Facebook and Telegram Group - $197 FREE Bonus
Раздел 2: Введение в Data Science
56:59
Ввдеение в науку о данных
12:31
Как начать карьеру в ML часть 1
14:56
Как начать карьеру в ML часть 2
03:31
Раздел 3: Обзор курса обучения
22:41
Обзор курса обучения
22:41
Раздел 4: Введение в R
26:15
Введение в R
15:07
Настройка R
11:08
Раздел 5: R программирование
55:14
R операторы
13:45
R условные выражения и циклы
12:02
R програмирование - R функции #1
13:20
R програмирование - R функции #2
10:10
R програмирование - R функции #3
05:57
Раздел 6: R структура данных
49:23
Введение в структуру данных R + вектор
11:13
Матрица, массив и фрейм данных
14:37
Погружение в фрейм данных R
13:02
Факторы
04:12
R структура данных - список
06:19
Раздел 7: Импорт и Экспорт в R
32:16
Импорт данных CSV в R
09:26
Импорт текстовых данных в R
03:19
Импорт Excel, веб-данных в R
12:47
Экспорт данных в R - текст
02:37
Экспорт данных в R - CSV и Excel
04:07
Раздел 8: Управление данными
1:33:49
Управление данными - применение функций
13:15
Управление данными - выбор
11:46
Управление данными - комбинирование
14:28
Управление данными - фильтры
14:11
Управление данными - распорложение
09:38
Управление данными - Pipe оператор
08:30
Управление данными - группировка
11:26
Управление данными - даты
10:35
Раздел 9: Визуализация данных
2:10:04
Введение в визуализацию данных и Scatter Plot
12:01
Визуализация данных - mfrow
07:37
Визуализация данных - pch
12:30
Визуализация данных - цвет
01:19
Визуализация данных - линейный график
03:21
Визуализация данных - столбчатая гистограмма
07:05
Визуализация данных - круговая диаграмма
06:43
Визуализация данных - гистограмма
07:06
Визуализация данных - график частоты
02:26
Визуализация данных - легенда
05:01
Визуализация данных - Мозаичная часть и тепловая карта
07:59
Визуализация данных - 3D часть
10:39
График корреляции и облако слов
09:02
Визуализация данных - ggplot2 часть 1
14:03
Визуализация данных - ggplot2 часть 2
08:08
Визуализация данных - ggplot2 часть 3
15:04
Раздел 10: Введение в статистику
2:02:57
Введение в статистику часть 1
13:25
Введение в статистику часть 2
08:53
Введение в статистику часть 3
14:55
Введение в статистику часть 4
04:15
Введение в статистику часть 5
15:10
Введение в статистику часть 6
08:21
Введение в статистику часть 7
15:04
Введение в статистику часть 8
10:45
Введение в статистику часть 9
10:24
Введение в статистику часть 10
14:34
Введение в статистику часть 11
07:11
Раздел 11: Тест гипотезы
41:58
Тест гипотезы часть 1
10:08
Тест гипотезы часть 2
11:28
Тест гипотезы часть 3
14:21
Тест гипотезы часть 4
06:01
Раздел 12: Тест гипотезы на практике
2:14:01
Тест гипотезы на практике часть 1
15:04
Тест гипотезы на практике часть 2
09:36
Тест гипотезы на практике часть 3
14:16
Тест гипотезы на практике часть 4
12:36
Тест гипотезы на практике часть 5
10:29
Тест гипотезы на практике часть 6
13:46
Хи-квадрат часть 1
11:19
Хи-квадрат часть 2
14:57
ANOVA часть 1
12:30
ANOVA часть 2
14:20
Что мы изучили в этой главе?
05:08
Раздел 13: Инструменты машинного обучения
26:31
Инструменты машинного обучения часть 1
14:00
Инструменты машинного обучения часть 2
12:31
Раздел 14: Понимание бизнес-кейсов
12:51
Понимание бизнес-кейсов
12:51
Раздел 15: Предварительная обработка данных
1:24:14
Предварительная обработка данных часть 1
14:45
Предварительная обработка данных часть 2
14:29
Предварительная обработка данных часть 3
10:25
Предварительная обработка данных часть 4
09:39
Предварительная обработка данных часть 5
12:33
Предварительная обработка данных часть 6
07:19
Предварительная обработка данных часть 7
15:04
Раздел 16: Supervised Learning : Regression
3:06:14
Линейная регрессия часть 1
11:47
Линейная регрессия часть 2
14:23
Линейная регрессия часть 3
20:21
Линейная регрессия часть 4
19:02
Линейная регрессия часть 5
25:00
Линейная регрессия часть 6
15:02
Линейная регрессия часть 7 - поправки к части 1
14:31
Линейная регрессия часть 7 - поправки к части 2
13:44
Линейная регрессия часть 8 - пошаговая регрессия
12:52
Линейная регрессия часть 9 - пошаговая регрессия
16:03
Линейная регрессия часть 10 - Фиктивная переменная
12:34
Линейная регрессия часть 11 - нелинейная
10:55
Раздел 17: Обзор классификаций
13:29
Обзор классификаций
13:29
Раздел 18: Логическая регрессия
1:11:26
Инициация логической регрессии
14:04
R имплементация кода часть 1
05:09
R имплементация кода часть 2
10:37
оценка моделей
12:28
Telecom Churn - изучение кейса
22:27
Подведение итогов
06:41
Раздел 19: K-NN изучение
40:13
Нативная K-NN
13:26
K-NN R имплементация кода
12:48
K-NN изучение кейса
13:59
Раздел 20: Изучение SVM
45:18
Нативная SVM
08:44
SVM - R имплементация кода
08:22
SVM - настройка моделей
09:00
SVM - Telecom Case изучение кейса
07:56
SVM - Несепарабельный кейс и плюсы и минусы
07:27
SVM итоги главы
03:49
Раздел 21: Naive Bayes
36:46
Нативные Naive Bayes
19:56
Naive Bayes - R имплементация кода
08:25
Naive Bayes - изучение кейса
08:25
Раздел 22: Древо решений
1:06:18
Интуитивное древо решений
14:54
Как работае древо решений
07:40
Лрево решений - R имплементация кода
13:44
Древо решений - выборка
15:36
Древо решений - примеры кейсов
14:24

Отзывы о платформе BitDegree