Platform voor starters in de geosector

200 cursussen, 20 online supports, 60 moocs,

50 trainees, omscholers, specialisten en docenten

Leslocaties: Apeldoorn, Virtueel(online), In company 

Cursus: Machine Learning met R

De cursus Machine Learning met R duurt 3 dagen en kost € 1695,- excl. BTW. Basiskennis van R programmeren en basiskennis van statistische methoden zijn vereist.

Omschrijving

In deze cursus wordt u bekend gemaakt met de belangrijkste terminologie binnen de Machine Learning (ML) en leert u de R libraries toe te passen bij modellerings projecten en machine learning.

Inhoud

Machine Learning is een onderdeel van artificial intelligence en gaat over  algoritmes die zich automatisch verbeteren op basis van ervaring. Deze Machine learning algoritmes maken een model gebaseerd op training data en kunnen  voorspellingen doen over nieuwe data.

Dagindeling

Dag 1: Introductie dag

  • Korte herhaling R programmeren
  • De R Data Types en Data Frames
  • Statistische functies in R
  • R Data Files
  • R Packages 
  • R Algoritmen

Daarna gaan we aan de slag met Machine Learning.

  • Wat is Machine Learning
  • Building Models of Data
  • Model Based Learning
  • Tunable Parameters
  • Supervised Learning
  • Discrete Labels
  • Continuous Labels
  • Classification and Regression
  • Unsupervised Learning
  • Clustering and Dimensionality Reduction

Dag 2: Regression

  • Check Model
  • Using Summary
  • Using Coefficients
  • Correlation R
  • R Squared
  • F Test
  • Check Model Graphically
  • Check Residuals
  • Polynomial Regression
  • Gaussian Basis Functions
  • Overfitting
  • Compare with Linear Regression
  • Explore with Graphics
  • Logistic Function
  • Checking Model
  • Using Summary
  • Using Coefficients
  • Calculate Probabilities
  • Making Predictions
  • Confusion Matrix
  • Accuracy
  • Precision and Recall
  • ROC Curve
  • Functional R
  • Solving Iteration
  • purr package
  • library tidyverse
  • map Functions
  • Parameters of map
  • .x as placeholder
  • map_lgl Function
  • map_int and map_char
  • map2 Function
  • Other iteration functions
  • Combine purr with dyplr
  • walk Function

Dag 3: Machine Learning

  • MSpark Session
  • Copy data into Spark
  • File Setup
  • Load data
  • Spark SQL
  • Store Data
  • Using dplyr
  • showquery()
  • Spark DataFrame Functions
  • sdf_pivot()
  • Feature Transformers
  • Distributed R
  • Web Applications
  • Shiny Architecture
  • Shiny Server
  • UI and Server
  • Input Object
  • Output Object
  • Reactivity
  • Render Options
  • Shiny Functions
  • Shiny Layout and Dashboard
  • Shiny Performance
  • Ensemble Learner
  • Creating Decision Trees
  • DecisionTreeClassifier
  • Overfitting Decision Trees
  • Ensembles of Estimator
  • Random Forests
  • Parallel Estimators
  • Bagging Classifier
  • Random Forest Regression
  • RandomForestRegressor
  • Non Parametric Model

 Leerdoelen

  • U bent in staat de zelflerende machine te trainen en toe te passen.
  • U bent in staat om zelf een zelflerende machine te ontwikkelen.

    NeeJa


    Wellicht heeft u ook interesse in:

    •  

    Geo-ICT Training Center, Nederland - Machine Learning met R