课程目录:机器学习与R语言培训
4401 人关注
(78637/99817)
课程大纲:

          机器学习与R语言培训

 

 

 

一:机器学习基本理论
机器学习概述

机器学习算法分类及知识框架

机器学习相关概念

机器学习一般步骤

案例:用R实现机器学习模型预测

二:R语法基础
R语言基础语法

数据处理常用R包介绍(tidyr,dplyr,stringr,reshape2,ggplot2)

数据的存取与编辑

非结构化数据的读取

案例:用R实现MySQL数据库数据读取

三:数据清洗方法
缺失数据处理

异常值的辨识处理

不平衡数据的处理

特征提取与特征工程

案例:针对美国人群收入等数据进行数据清洗

四:线性回归与Logistic回归
线性回归与小二乘法

Lasso回归及岭回归

Logistic回归模型

多分类Logistic回归模型

案例:运用Logistic回归模型预测学生录取情况

五:K近邻(KNN)算法
k近邻算法原理

k近邻算法R实现

案例:运用KNN实现前列腺癌症检测

六:聚类算法
聚类算法原理

聚类算法R实现

案例:运用聚类分析进行离群点识别

七:基于决策树类型算法介绍
决策树算法

随机森林算法

八:提升算法
Adaboost算法

GBDT算法

XGBoost

案例:针对美国人群收入预测模型比较

九:SVM支持向量机算法介绍
SVM基本原理

SVM算法的R实现

十:人工神经网络
人工神经网络(RNN)

深度学习

案例:运用神经网络实现手写数字识别

十一:地图可视化:上海交通地图数据可视化实战
数据可视化基本图形选择汇总

绘制数据地图常用方法

交互式可视化实战

十二:机器学习mlr包:债务预测实战
mlr包介绍

实际问题分析及数据处理

多种分类算法模型的比较