Platform voor starters in de geosector

200 cursussen, 20 online supports, 60 moocs,

40 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,-.  Basis kennis van R programmeren en basiskennis van statistische methoden zijn vereist.

Omschrijving

In de cursus Machine Learning met R 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.


    ContactlesOnline mee doen

    NeeJa




    Wellicht heeft u ook interesse in:

    •  

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